量化策略研究员招聘需求
公司简介

我们是一家专注于证券投资咨询的创新型企业，依托与券商的深度合作，拥有在 Ptrade 量化平台上进行低代码量化功能开发与策略产品设计的独特优势。公司致力于探索量化投资产品的创新模式，通过技术驱动提升投资效率，为客户提供更智能、更便捷的量化投资解决方案。现因业务拓展，诚邀具备量化策略开发经验与平台技术能力的优秀人才加入，共同打造低代码量化生态。

职位名称

量化策略研究员

核心职责
（一）量化策略全流程开发与优化

1. 负责多因子策略、统计套利、事件驱动等量化策略的设计与迭代，结合 A 股、ETF 等投资标的特性，构建高收益风险比的策略模型。

2. 运用风险平价模型、波动率控制、动态仓位管理等方法，对策略进行回撤控制与性能优化，通过历史数据回测、压力测试验证策略稳定性（如模拟极端行情下的净值波动）。

3. 建立策略评估体系，持续跟踪夏普比率、最大回撤、信息比率等核心指标，输出策略优化报告并推动落地实施。

（二）量化策略产品化设计

1. 结合券商合作场景与市场需求，设计可落地的量化策略产品（如智能定投、网格交易、日内 T0 策略等），实现策略从研究到产品的转化。

2. 参与产品需求分析，与业务团队协作定义产品功能（如参数可视化配置、风险预警阈值设定），确保策略产品符合用户使用习惯与合规要求。

3. 负责策略产品的合规性设计，嵌入交易限制（如单票持仓比例、ST 股过滤）、异常交易监控等模块，满足《证券市场程序化交易管理规定》。

（三）量化平台策略开发与回测

1. 基于 Ptrade、QMT 量化平台进行策略编码与回测，熟练运用平台工具（如 Ptrade 因子库、QMT 高性能计算框架）实现策略快速验证。

2. 针对平台特性优化策略代码，提升回测效率（如 QMT 的 Tick 级高频回测、Ptrade 的云端分布式计算），支持股票策略开发。

3. 打通策略回测与实盘交易接口，确保策略在平台上的无缝迁移，跟踪实盘数据并迭代优化。

（四）低代码量化功能设计

1. 参与低代码平台功能开发，设计可视化策略构建工具（如拖拽式因子组合界面、参数配置模块），降低非技术用户的策略开发门槛。

2. 开发标准化策略组件库（如动态止盈止损模型、事件驱动触发器），实现功能模块的复用与快速组装。

3. 通过用户调研与 A/B 测试，优化低代码功能的交互体验，提升策略构建的便捷性与灵活性。

任职要求
（一）技术能力

1. 精通 Ptrade量化平台，具备策略开发、回测及实盘部署经验，了解平台差异（如 QMT 的本地高性能计算、Ptrade 的云端低代码架构）。

2. 精通 Python 编程（Pandas/Numpy/Matplotlib），能实现 Python 与 C++ 混合编程优化高频策略效率者优先。

（二）量化研究能力

1. 具备多因子模型、统计套利等策略开发经验，熟悉基本面因子（如 PE、PB、营收增速）、量价因子（如成交量突变、波动率突破）的挖掘与验证流程。

2. 了解金融衍生品（期权、期货）定价模型与套利策略，对 A 股市场交易规则（涨跌幅限制、停牌机制）有深入理解。

（三）低代码设计思维

1. 理解可视化编程逻辑，能将复杂策略拆解为可配置的参数模块（如将 "MACD 金叉 + 成交量放大" 策略转化为可视化控件）。

2. 具备快速原型开发能力，可通过 Mockup 工具设计低代码功能界面，参与用户体验优化讨论。

3. 有低代码平台（如 Alteryx、聚宽量化平台）使用或开发经验者优先。

（四）软技能

1. 具备良好的数据分析能力与逻辑思维，能从海量数据中提炼有效策略因子。

2. 较强的沟通协作能力，与券商技术团队、产品经理、风控部门高效对接，推动策略落地。

3. 持续学习能力，关注量化投资前沿技术（如 AI 算法、强化学习在策略优化中的应用），主动研究 Ptrade/QMT 平台新功能。

加分项

1. 有券商、私募、公募等机构量化策略实盘运行经验，且历史业绩（年化收益、夏普比率等指标）优异。

2. 参与过量化相关竞赛并获奖，或在核心期刊发表过量化研究论文。

薪资待遇

1. 薪资范围：10-20k / 月（具体根据经验与能力评估，提供行业竞争力薪酬）。

2. 福利体系：五险一金、节日福利。

工作地点

可选长沙、广州、杭州