股票基本面因子研究员

1. 依托公司充足的算力、数据库及财务、分析师预期、行业景气和另类数据资源，研究并开发具备清晰经济逻辑、稳定样本外表现和实盘价值的股票基本面 Alpha 因子。

2. 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. 与量价、另类数据、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. 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. 使用公司提供的 LLM 与 AI 编程工具开展财报和研报解析、另类信息抽取、文献调研、代码重构及回测自动化，探索 AI 在基本面因子研究中的有效应用

1. 海内外知名高校硕士及以上学历，数学、统计、计算机、金融工程、会计、经济等相关专业优先。

2. 具有 2 年以上股票量化研究或基本面因子开发经验；有可验证的样本外或实盘研究成果优先。

3. 理解 A 股财务报表、盈利预测、估值及常见数据质量问题，能够将基本面逻辑转化为可检验的量化信号。

4. 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. 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：

• 有完整基本面因子体系建设及实盘落地经验。

• 有分析师预期、产业景气、供应链、舆情或文本事件因子研究经验。

• 有买方/卖方基本面研究背景，或熟悉指数增强产品中的因子应用与风险约束。

• 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。

薪酬机制：

提供具有市场竞争力的薪酬及与研究贡献、策略表现挂钩的业绩激励，具体面议