Build quantitative finance
from first principles.

组建并领导高频量化交易团队，主导跨资产系统化策略的设计与实盘运营。

职责

• →建立并领导一只表现优异的高频量化交易团队
• →制定并实施跨多种资产类别的系统交易策略
• →与团队合作设计、实施交易算法
• →关注市场动态和行业趋势，保持对新兴技术和策略的敏感性，不断创新和优化策略

要求

• →取得计算机科学、数学、金融工程或相关学科的高级学位
• →在交易、盈利、买方资管方面拥有丰富经验
• →在组建和带领团队进行 alpha 研究和实现方面有着相当的成功经验
• →对高频量化交易系统各个模块与环节有着深入而独到的见解
• →对量化交易、算法交易和做市拥有极大热情
• →自驱力强，目标远大，愿意与团队一起学习和成长
• →具有强大的技术能力，熟练掌握 Python 或 C++，熟练运用机器学习、深度学习或强化学习算法并有丰富实盘经验者优先

围绕模型训练工具与策略落地,打造研究员到生产环境的端到端工程链路。

职责

• →设计和实现各类模型训练工具,简化从回测到实盘的部署流程,方便研究员管理模型、数据、算法等模块,加速模型的开发和测试
• →参与部分策略的实现及算法执行的优化
• →与量化研究人员合作,将数学模型和策略转化为有效的代码

要求

• →计算机科学、工程、数学或相关领域的本科及以上学历
• →熟练掌握 C++ 编程语言,3 年以上实际开发经验
• →熟练使用 Python 语言,熟悉 numpy、pandas、torch 等库
• →金融市场和交易系统的基本知识

面向微秒级延迟和交易场所低延迟接入，打造高频交易系统的核心链路。

职责

• →设计、开发、优化高性能的高频交易系统，确保系统在微秒级延迟下高可靠性运行
• →优化下单链路、行情链路，提升系统在 burst 场景中的整体吞吐与稳定性
• →对接多家交易场所 API（REST/WebSocket/私有协议），深度优化链路性能
• →优化网络协议栈，包括 TCP 调优、WebSocket 客户端优化、重连策略、拥塞控制等
• →基于内核旁路或用户态协议栈，构建极低延迟订单发送与行情采集通道

要求

• →计算机相关专业,本科及以上学历
• →C++11/14/17/20 基础扎实,熟悉 STL、多线程、内存模型等底层细节
• →深入理解 TCP 协议,包括拥塞控制、延迟确认、Nagle、零拷贝、协议栈行为分析
• →熟练掌握 WebSocket / HTTP / TLS / 长连接维护机制
• →熟悉高性能网络模型:epoll、IO 多路复用、异步网络框架
• →了解至少一种 kernel bypass 技术:Onload、VMA、DPDK、用户态 TCP/IP 栈等
• →熟悉 Linux 网络及系统调优:TCP 参数调优、CPU 绑核/NUMA 优化、网卡中断绑定/RSS/RPS/RFS 等
• →对 p99/p999 延迟分析有实际经验
• →能够设计并执行高并发、burst 场景压力测试
• →能够使用 perf / bpf / tcpdump / Wireshark / 火焰图 等对延迟瓶颈进行量化分析

围绕因子开发、回测与评估,深入参与量化研究团队的核心项目,适合在读硕士或本科高年级。

职责

• →因子研究:基于多维度数据进行因子开发,包括基本面、技术面、事件驱动等类型的因子
• →因子测试:使用回测框架验证因子有效性,评估其风险收益表现和稳定性
• →数据处理:清洗和处理金融市场数据,为因子开发提供可靠的数据支持
• →模型优化:协助构建量化选股和资产配置模型,优化现有策略中的因子表现
• →市场跟踪:研究最新的因子挖掘方法和学术前沿,帮助团队保持竞争力

要求

• →经验要求:会挖因子、评价因子、自带积累因子
• →学历要求:在读硕士或本科高年级学生,专业为金融工程、应用数学、统计学、计算机科学等相关领域
• →编程能力:熟练使用 Python 或 R 进行数据分析和回测,掌握常用数据处理和可视化工具
• →数理基础:对统计学、线性代数、时间序列分析等有扎实的理论基础
• →金融知识:了解量化投资基本概念,熟悉因子模型及股票/资产定价理论者优先
• →学习能力:对量化投资和因子研究有浓厚兴趣,具备快速学习新方法和工具的能力
• →团队协作:具备良好的沟通和团队合作能力,能快速融入团队工作节奏

加分项

• →有多资产类别交易或研究经验
• →有量化研究或因子开发相关实习经验
• →熟悉常见因子模型(如 Barra 模型、Fama-French 模型)
• →掌握 SQL 等数据库操作技能,或有大数据处理经验
• →对市场微观结构、数据科学领域有深入了解