高频量化策略实习生

职位来源于实习僧。

【你将参与的工作】 直接参与股票、ETF、可转债，以及期货、期权等衍生品的高频策略研究、开发与实盘迭代。具体研究任务围绕以下方向展开。 研究方向： 1. 股票、ETF及可转债方向 基于逐笔委托、逐笔成交、订单簿等高频数据，研究股票、ETF及其成分证券、可转债及其正股之间的联动关系、相对定价与微观结构特征，挖掘日内交易机会，开发并迭代高频交易策略;结合指数成分调整、ETF申赎机制、可转债交易机制及衍生品工具进行风险对冲与收益增强，获取稳定Alpha。 2. 期货、期权及其他衍生品方向 研究期货、期权等衍生品与现货、指数及ETF之间的定价与联动关系，基于Tick行情、盘口及订单流等高频数据，挖掘跨品种、跨市场及跨期限的价格偏离与套利机会。 工作内容： 1．交易分析： 持续跟踪策略实盘表现，分析成交质量、滑点、冲击成本、风险暴露及异常交易行为，定位影响策略收益与执行效率的关键因素，并提出优化方案。 2．策略迭代： 参与现有高频策略的研究与优化，持续提升信号质量、收益稳定性、风险控制能力及实盘执行效率，推动策略在不同市场环境下的稳健表现。 3．策略拓展： 深入研究股票、ETF、可转债及其关联证券，以及期货、期权等不同市场与交易机制，推动策略在多资产、多市场体系中的验证与扩展，持续完善公司高频策略体系。 【我们期待这样的你】 任职要求： 1. 无量化从业背景者均可申请。 2. 具备扎实的数理和计算机基础，熟悉概率统计、线性代数及最优化基础知识。 3. 熟练使用Python，具备良好的数据结构与算法基础，能够快速学习并使用C#或C++。 4. 能够独立完成数据处理、算法实现与结果验证，关注计算精度、运行效率和代码规范。 5. 逻辑清晰、学习能力强，能够说明自己的研究思路、方案选择及潜在问题。 6. 对量化交易有浓厚兴趣，具备独立思考和结果验证能力。可以借助AI等工具提高效率，但需要真正理解解决思路，并对自己的代码和结论负责。 优先条件： 1. 有量化研究、高频数据、时间序列、机器学习或最优化相关项目经验。 2. 有Python算法向C#、C++等语言迁移或程序性能优化经验。 3. 有数学建模、ACM/ICPC、信息学、Kaggle、物理等高水平竞赛经历。 我们期待： 你拥有扎实的基础，也对未知保持旺盛的好奇心。面对陌生问题，你愿意主动学习、独立思考，并有耐心把问题钻研下去。 你乐于用数据和实验检验想法，愿意在发现错误后调整自己的判断。你可以借助AI等工具提高效率，同时真正理解解决思路，对自己的代码和结论负责。 我们看重你的数理与编程潜力、学习速度和研究习惯，期待你在真实研究中不断成长。 【你将获得】 1. 深度参与真实高频策略研究，而非停留在简单、重复的数据辅助工作。 2. 接触逐笔委托、逐笔成交及订单簿等高频数据，系统理解市场微观结构与量化交易。 3. 完整经历数据处理、信号挖掘、算法实现、回测验证和策略迭代等研究环节。 4. 获得来自优秀研究和技术团队的指导，快速提升数理建模、编程实现与研究能力。 5. 有竞争力的实习薪酬，优秀成果有机会进入实盘验证，表现突出者可获得正式岗位机会。 【实习要求】 线下实习5天/周*3个月

职位薪资：

200-400/天