股票中低频量化研究员(校招)

1. 01

   依托公司充足的算力、数据库及另类数据资源，覆盖另类数据、量价数据等更广范围，研究中低频Alpha因子，构建完整的另类数据或中低频因子挖掘的体系建设。

2. 02

   独立完成因子研究全流程，包括数据清洗与point-in-time对齐、因子构建、标准化与中性化，以及IC/IR、分层收益、换手、衰减、容量、风格暴露和样本外稳定性评估。

3. 03

   与基本面、组合和风控团队紧密协作，推动有效因子快速进入模型和实盘；持续跟踪增量贡献，开展收益归因、风险暴露及失效复盘，并提出优化或下线建议。

4. 04

   参与因子库、数据管线和回测框架建设，沉淀可复现的研究代码、因子口径与实验记录，提升研究效率和计算稳定性。

5. 05

   使用公司提供的LLM与AI编程工具开展另类信息抽取、文献调研、代码重构及回测自动化，探索AI在中低频因子挖掘中的有效应用

1. 01

   海内外知名高校硕士及以上学历（优秀本科生亦可），数学、统计、计算机、金融工程等相关专业优先。

2. 02

   具有股票量化研究或中低频因子开发实习经验；有可验证的样本外或实盘研究成果优先。

3. 03

   理解A股量价数据、另类数据结构及常见数据质量问题，能够将数据逻辑转化为可检验的量化信号。

4. 04

   熟练使用Python、pandas、NumPy，具备统计建模、多因子研究和回测能力；了解SQL、Barra风险模型或常用机器学习方法。

5. 05

   研究严谨、自驱力强，重视经济逻辑、数据时点、过拟合控制和样本外验证；具备良好的沟通与协作能力，并能熟练使用AI工具提升研究效率。

【加分项】

1. 01

   有完整另类数据或中低频因子挖掘体系建设及实盘落地经验。

2. 02

   有供应链、舆情、文本事件、高频订单或逐笔数据等因子研究经验。

3. 03

   有C++、分布式计算、大规模特征工程、NLP/机器学习或AI自动化研究实践