崗位要求：

教育背景

-學歷要求：金融、計算機畢業(yè)。

-專業(yè)背景：數(shù)學、物理、統(tǒng)計學等基礎(chǔ)學科專業(yè)，有堅實的數(shù)理基礎(chǔ)；金融工程、計量經(jīng)濟學、金融科技等與金融領(lǐng)域緊密相關(guān)的專業(yè)，對金融市場的理解和金融工具的應用了解，有較強的模型實現(xiàn)以及交易執(zhí)行等方面的能力。

專業(yè)技能

-編程能力：熟練掌握至少一門編程語言，如Python、C++、MATLAB、R等，用于數(shù)據(jù)處理、模型開發(fā)與回測以及交易系統(tǒng)的實現(xiàn)。例如，Python憑借其豐富的庫和簡潔的語法，在量化領(lǐng)域應用廣泛，可進行數(shù)據(jù)挖掘、因子分析、策略回測等；C++因其高效的性能，適用于對計算速度要求極高的高頻交易策略的開發(fā)。

-數(shù)據(jù)處理與分析：具備強大的數(shù)據(jù)處理和分析能力，包括收集、清洗、轉(zhuǎn)換、存儲和檢索金融數(shù)據(jù)等，能夠運用數(shù)據(jù)分析工具和技術(shù)挖掘數(shù)據(jù)中的潛在規(guī)律和信息，如使用SQL進行數(shù)據(jù)庫操作，運用pandas、numpy等Python庫進行數(shù)據(jù)處理和分析。

-量化模型開發(fā)與優(yōu)化：掌握量化模型的開發(fā)、評估和優(yōu)化方法，如多因子模型、時間序列模型、機器學習模型等，能夠根據(jù)市場變化和數(shù)據(jù)反饋，對模型進行調(diào)整和改進，提高模型的預測準確性和盈利能力。例如，運用線性回歸、邏輯回歸等統(tǒng)計方法構(gòu)建多因子選股模型，或利用機器學習算法如隨機森林、神經(jīng)網(wǎng)絡(luò)等挖掘市場中的非線性關(guān)系。

-金融知識與理論基礎(chǔ)：不僅需要具備金融學的基本知識，如金融市場、金融工具、投資組合理論等，還要熟悉各種金融衍生品的定價和風險管理方法，如期權(quán)定價模型、風險平價模型等，深入理解市場的微觀結(jié)構(gòu)和交易機制，為量化策略的開發(fā)提供理論支持。

工作經(jīng)驗與項目經(jīng)歷

-相關(guān)工作經(jīng)驗：有量化投資、策略開發(fā)、金融數(shù)據(jù)分析等相關(guān)工作經(jīng)驗者優(yōu)先，一般要求1-3年或以上的工作經(jīng)驗，但對于優(yōu)秀的應屆畢業(yè)生，如果其在學術(shù)研究或?qū)嵙曧椖恐杏型怀龅谋憩F(xiàn)，也可適當放寬要求。

-項目經(jīng)歷：參與過完整的量化研究項目，從數(shù)據(jù)收集、模型開發(fā)到策略實盤的全過程，能夠獨立承擔項目中的部分或全部任務(wù)，并取得一定的成果，如開發(fā)出具有實際投資價值的量化策略成果等。

其他素養(yǎng)

-學習能力與創(chuàng)新精神。

-邏輯思維與問題解決能力，團隊合作與溝通能力，抗壓能力與專注力：