上海红墙泰和基金管理有限公司
量化研究实习生围绕毫秒级高频数据和短线事件驱动场景,开展市场微观结构字段构建、因子挖掘与策略验证。
PERSONAL HOMEPAGE · 上海
聚焦市场微观结构、量化策略与金融 AI,把高频数据、文本语料和研究假设转化为可验证的模型。 具备资产管理机构量化研究、金融 AI 与数据分析实践,关注模型的有效性、可解释性与真实业务价值。
从消费者数据洞察到资产管理机构的量化与 AI 研究,逐步建立对数据、模型和市场的完整理解。
围绕毫秒级高频数据和短线事件驱动场景,开展市场微观结构字段构建、因子挖掘与策略验证。
将本地大模型、多智能体协作和 RAG 引入量化研究流程,同时完成多类跨市场与衍生品策略研究。
研究多因子模型与统计套利策略,并参与金融研报生成系统的模型和语料更新机制设计。
通过社媒数据采集、清洗和文本挖掘,分析消费者偏好、产品痛点与行业趋势。
我熟悉从数据采集、特征构建、统计验证到策略回测的完整研究路径,也持续探索大模型与智能体如何提升研究效率。
选择能够体现研究深度、数据能力和工程意识的案例,而不只是陈列技术名词。
从毫秒级高频数据还原订单簿与交易行为,构建微观结构字段并自动搜索可解释因子。
面向历史策略、回测记录和研究文档的本地知识库,让检索、复盘与反思进入同一研究闭环。
围绕价差、买卖力量和市场情绪构建多因子模型,并系统评估信号有效性与风险边界。
采集 FOMC 会议纪要,使用金融语言模型量化文本情绪,研究其与标普 500 表现的联系。
技术栈服务于研究问题:找到信号、验证假设、控制风险,并把过程沉淀下来。
统计与数据科学学院
商学院
中国绿色金融学术年会优秀论文
上海财经大学优秀毕业论文
上海财经大学优秀毕业生
感动商学院年度人物
部队服役期间获“四有优秀个人”
大连商品交易所人才培养项目二等奖学金
用写作解释假设、证据与边界。文章是研究过程的公开注脚,而不是主页的唯一主角。
如果你正在寻找兼具研究、数据与执行能力的候选人,欢迎通过邮件或 GitHub 联系我。