朱仡轩EULER ZYX

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。

• 从订单簿与交易者行为中提取数百个微观结构字段，覆盖盘口、成交、撤单与短时流动性变化。
• 搭建可复用的因子素材库，统一字段定义、时间对齐与基础清洗规则，降低后续研究重复成本。
• 结合算子库与遗传优化完成半自动化因子组合，并对事件驱动信号进行历史回测与初步稳健性检查。

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。

• 本地部署 DeepSeek，基于 LangChain 构建多智能体协同与策略知识库，支持检索、复盘与总结。
• 为历史策略、回测记录和研究文档设计统一元数据，让回答能够回到可追溯证据。
• 完成趋势、股指期货基差和铜期货跨市场策略的建模、回测与风险评估。

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。

• 围绕价差、买卖力量与市场情绪设计因子，使用 IC / IR 等指标评估横截面有效性。
• 探索动态因子权重与统计套利组合，关注信号衰减、相关性和基础风险暴露。
• 参与基于 GPT-4 的研报生成系统，覆盖宏观经济与行业趋势等研究维度，并讨论语料更新机制。

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。

• 参与奢侈品与保健品行业消费者研究，建立从数据采集到洞察输出的分析框架。
• 从评论文本中提炼需求、情绪与趋势线索，支持策略报告与品牌营销方案。
• 这段经历让我第一次完整体验“非结构化文本 → 结构化洞察”的研究闭环。