量化工程师

数据与研究支持处理交易相关数据（成交、持仓、价格、成本等），完成清洗、对齐与一致性校验确保研究过程 point-in-time 正确，避免未来函数与数据泄露构建标准化研究数据集与特征库。

回测与绩效评估在既有研究框架下实现策略回测与实验输出标准化绩效评估指标：年化收益、最大回撤、Sharpe / Sortino / Calmar收益分布与尾部风险rolling window 稳定性分析分析交易频率、持仓周期、方向暴露等结构性特征。

风险与组合支持参与组合层风险评估与约束设计分析策略相关性、集中度与风格漂移支持波动率目标、风险预算等资金管理框架的研究与实现。

本科及以上学历，1–3年量化研究 / 系统化交易相关经验（实习/正式）。

熟练使用 #Python（pandas / numpy），代码结构清晰可维护。

熟悉 SQL，具备独立数据处理能力。

理解以下核心概念并能清晰解释：

最大回撤 收益分布与偏度/峰度 Rolling Sharpe。

过拟合与样本外验证 TWR 与 IRR 的区别。了

解交易机制（至少熟悉一种市场的成本结构、杠杆或保证金机制）。