基金经理（量化择时策略）

职位描述：

1.深度学习择时模型研发：主导基于深度学习（如LSTM、Transformer）的量化择时模型的研发与优化，深度融合日频/高频量价数据及多维特征，构建高鲁棒性的收益预测框架，持续进行特征工程与模型结构迭代，全面提升股票、指数及大类资产的趋势预测精度与稳定性。
2.全周期策略验证与回测：设计并开发高性能回测系统，深入评估策略的超额收益、胜率、夏普比率、最大回撤等核心绩效指标。重点分析策略在不同市场周期（牛市、熊市、震荡市）中的表现与适应性，确保策略逻辑的稳健性。
3.实盘策略跟踪与迭代：负责策略实盘表现的监控与深度分析，基于时间序列分析（如GARCH模型）、机器学习等方法动态调整参数与信号阈值，优化调仓频率，持续迭代升级策略以应对变化的市场环境。
4.前沿策略探索与创新：系统性研究、复现并优化国内外前沿的经典与深度学习择时策略，验证其在不同市场与标的上的适用性，结合市场微观结构变化进行创新性改进与突破。

任职要求：

1.必备经验与背景：拥有1-3年以上知名量化投资机构、券商自营或资管部门的量化择时策略全职研发经验。在深度学习择时、趋势预测、市场状态识别方面有扎实的实战成果和实盘业绩者优先。
2.教育背景：国内外顶尖院校（985/211顶尖大学或海外知名院校）的硕士或博士学历，专业方向为计算机科学、人工智能、统计学、金融工程、应用数学等相关领域。
3.硬性技能：
·编程与建模：必须精通Python及深度学习框架（如PyTorch/TensorFlow），熟练使用Pandas、NumPy、XGBoost/LightGBM等库进行高效数据处理与模型开发。
·量化专业知识：深刻理解择时策略核心逻辑（趋势跟踪、均值回归、波动率管理），掌握扎实的时间序列分析、统计假设检验、机器学习算法及它们在择时场景下的应用。有因子非线性组合、动态阈值调整、市场状态识别等进阶经验者优先。
·实盘与回测：具备构建完备回测系统的能力，对策略过拟合、幸存者偏差等问题有深刻理解，并有处理实盘交易中各种问题的经验。
4.核心特质：
·对市场波动有极高的敏感度和深刻的洞察力，具备强大的逻辑推理能力和数理思维能力。
5·具备极强的创新精神和自我驱动力，能独立承担高强度的科研攻关任务。
6·结果导向，具备优秀的抗压能力，能快速响应极端市场行情下的策略异动并有效优化。

高频因子挖掘择时软件工程level2时间序列