新加坡
量化交易工程师 / 量化研究员
工作时间：周一至周五，上午9点至下午6点30分
工作地点：莱佛士坊
薪资：面试时讨论
职责
策略开发：
• 使用人工智能技术，如机器学习和深度学习，智能优化投资策略，提高策略在实际交易中的表现。
• 通过传统统计分析方法和前沿机器学习技术，从金融数据中提取预测信号。
• 制定并应用数学建模技术，以增强现有交易策略，并进行创新研究，旨在识别和捕捉交易机会。
数据分析：
• 收集和分析大型金融数据集（市场数据、新闻、社交媒体等）。
• 利用大数据集预测和测试统计市场模式，结合系统知识、数学技术和交易经验，找出改善交易系统的最佳方法。
• 构建和优化特征工程管道，以提高模型预测的准确性。
金融建模：
• 构建、回测、维护和改进金融模型，以支持交易活动。
• 概念化估值策略，开发并不断改进数学模型，并帮助将算法转化为代码。
• 进行研究和统计分析，以构建和优化交易信号的货币化系统。
• 优化交易系统的订单执行和风险管理。
• 针对交易环境中出现的问题创建稳健的解决方案。
• 构建回归、分类、强化学习以及其他市场预测和交易决策模型。
• 调整模型的超参数，以提高模型的性能和稳定性。
策略回测和实时测试：
• 对历史数据进行回测，以评估策略的收益、波动性、回撤及其他指标。
• 将策略部署到实时环境中，跟踪表现并持续优化。
要求
• 统计学、数学、应用数学、计算机科学、金融工程或同等专业的硕士学位及以上。
• 至少2年量化交易和机器学习建模的相关经验。
• 熟练掌握Python、C++、Java等编程语言。
• 熟悉TensorFlow、PyTorch、Scikit-learn等常见机器学习框架。
• 熟悉量化交易系统、数据流和算法。
• 深刻理解金融市场结构，熟悉虚拟货币、股票、期货和外汇等市场。
• 具备大规模数据处理经验，熟练使用SQL、NoSQL、Hadoop等工具。
加分技能
• 有高频交易策略开发经验者优先。
• 参与过人工智能竞赛（如Kaggle）或在顶级会议（如NeurIPS、ICML）上发表过论文者优先。
• 熟悉前沿人工智能技术，如强化学习和生成对抗网络（GAN）者优先。
Copyright ©海拉拉 2024 粤ICP备2024227092号-1人力资源许可证
