市场微观结构
订单簿动态、交易者行为、短线事件驱动与可解释微观结构字段。
ABOUT / PROFILE01
理性是工具，
好奇心才是方向。
我关心模型如何理解现实，也关心人在不确定性中如何做出更好的判断。
我叫朱仡轩，目前在上海财经大学攻读人工智能与金融统计硕士。本科阶段学习商务分析，让我习惯先定义业务问题，再决定需要什么数据与模型；硕士阶段则进一步把统计、机器学习与金融市场连接起来。
从社媒消费者研究，到资产管理机构的多因子、高频微观结构与金融 AI 实践，我逐渐把兴趣收敛到三个交叉点：订单簿与交易行为中的微观信号、可解释的策略研究，以及能够检索、质疑和复盘的智能体工作流。
研究对我而言，不只是得到一个漂亮结果，更要说明假设为什么成立、数据如何支持它、风险边界在哪里。研究之外，我曾是校 ICPC 队成员，也有两年军旅经历；算法训练了我拆解问题的方式，军旅则让我学会在压力与不确定性中把事情推进到底。
量化研究市场微观结构AI Agent金融文本分析
RESEARCH INTERESTS
我长期关心什么
兴趣不是标签列表，而是一组会反复回到的问题。
量化因子与策略
多因子有效性评估、统计套利、回测框架与风险边界分析。
金融 AI / NLP
研报与会议文本、情绪特征、RAG 检索与研究结论的可追溯生成。
智能体研究工作流
多智能体协作、本地模型部署、策略知识库与研究复盘闭环。
EDUCATION
学习经历
从商务分析到人工智能与金融统计，训练的是把现实问题转化为可检验假设的能力。
上海财经大学
人工智能与金融统计 · 硕士
统计与数据科学学院 · 上海在统计与数据科学框架下，继续深化金融市场建模、机器学习与研究工程能力。
- 关注高频/文本等多源数据在金融研究中的建模与验证。
- 把课程训练与业界实践结合，形成“假设—证据—边界”的研究习惯。
上海财经大学
商务分析 · 本科
商学院 · 上海以数据分析、商业洞察与量化方法为主线，完成从问题定义到结果表达的系统训练。
- 获评优秀毕业论文、优秀毕业生，并在绿色金融相关学术交流中获得优秀论文。
- 校 ICPC 队成员经历强化了算法思维与协作解题能力。
EXPERIENCE
研究与实践
每段经历都尽量保留问题背景、方法路径与可复盘的产出，而不是只罗列职责。
上海红墙泰和基金管理有限公司
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。
High FrequencyOrder BookFactor Mining
上海尚郡投资管理有限公司
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。
DeepSeekLangChainRAGStrategy
上海本翼资产管理有限公司
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。
Multi-factorIC / IRGPT-4
上海益普索信息技术有限公司
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。
Social ListeningText MiningConsumer Insight
HIGHLIGHTS
一些坐标
学术、竞赛与实践中留下的节点，帮助说明我如何持续把兴趣推进成结果。
- 01中国绿色金融学术年会优秀论文学术
- 02上海财经大学优秀毕业论文学术
- 03上海财经大学优秀毕业生荣誉
- 04感动商学院年度人物荣誉
- 05部队服役期间获“四有优秀个人”实践
- 06大连商品交易所人才培养项目二等奖学金奖学金
- 07上海财经大学育衡杯论文大赛一等奖竞赛
- 08全国高中数学联赛一等奖（省级赛区）竞赛
BEYOND RESEARCH
研究之外
这些经历不一定直接出现在模型里，但会进入我做研究时的节奏与标准。
军旅经历
两年服役强化了执行力、纪律性与团队协作，也影响了我在研究中对节奏、责任和复盘的要求。
竞赛与算法
校 ICPC 队成员经历让我习惯把复杂问题拆成可验证的子问题，并在约束下寻找可落地的解法。
研究表达
通过论文、项目复盘与公开写作，持续训练把方法、证据和边界讲清楚的能力。
TOOLBOX
我的工具箱
工具服务于问题本身：找到信号、验证假设、控制风险，并把过程沉淀下来。
量化研究
从假设到回测的研究主线
因子研究与 IC / IR · 策略回测与风险评估 · 市场微观结构 · 统计套利与事件驱动 · 金融市场研究
AI / Data
模型、文本与智能体
Python · SQL · LangChain · RAG · Multi-Agent · DeepSeek · GPT · FinBERT · NLP
数据与工程
让研究流程可复用
Scrapy · Selenium · Hadoop · Git · Docker · Astro · TypeScript · Cloudflare Pages
语言与分析
PythonSQL统计建模文本挖掘
量化工具
因子评估回测框架风险指标事件研究
AI 栈
LangChainRAGMulti-AgentFinBERT
工程与部署
GitDockerScrapyAstro
METHOD
我默认会问的四个问题
- 01先问题，后模型
先写清研究问题、可用数据与失败条件，再选择方法。
- 02先解释，后组合
每个特征最好对应一种可叙述的市场行为，而不是黑盒堆叠。
- 03先稳健，后叙事
样本外、成本、容量与制度约束，比单次漂亮回测更重要。
- 04先沉淀，后加速
把重复步骤工具化，让下一轮研究站在上一轮证据之上。
NEXT STEP
想进一步了解项目细节？
可以从代表项目开始，也可以直接通过邮件交流机会与研究方向。