--- 核心职责 1. 因子挖掘与算子设计 - 参与量价/基本面/另类数据的因子挖掘，设计新型因子算子（如时序特征、非线性特征、AI衍生特征）。 - 利用机器学习方法（如树模型、神经网络）自动挖掘有效因子。 2. 因子评价与筛选 - 搭建因子评价体系，完成因子IC/ICIR、分层收益、换手率、稳定性等分析。 - 对因子进行正交化、去极值、标准化等预处理，筛选优质因子。 3. 模型与组合辅助 - 协助构建多模型融合框架，参与模型组合与风险控制研究（如风格约束、风险预算）。 - 辅助完成策略回测、绩效归因与结果可视化，输出研究报告。 --- 任职要求 - 学历与专业：本科及以上（优秀大三/研一/研二优先），数学/物理/统计/计算机/金融工程等相关专业。 - 兴趣与基础：对多因子模型、指数增强、AI+量化有浓厚兴趣，了解量化投资基本逻辑。 - 技术能力： - 扎实的统计学/机器学习基础，熟练使用Python进行数据处理与建模（熟悉Pandas/NumPy/Scikit-learn等）。 - 了解因子投资、回测框架（如聚宽/米筐/QuantConnect）者优先。 - 软技能：较强的逻辑思维、自驱力与独立研究能力，细致严谨，能高效完成分配的研究任务。 - 实习时间：每周到岗至少3天，实习期至少3个月（能长期实习者优先）。 - 加分项：有量化研究/多因子策略/Kaggle/天池等竞赛经历，或相关课程项目/实习经验。