策略开发与优化

研究市场数据（价格、成交量、订单簿等），挖掘统计规律或市场异常，设计盈利性交易策略。
运用统计建模、机器学习、时间序列分析等方法优化现有策略。
回测策略性能，评估风险收益比（Sharpe比率、最大回撤等），确保策略稳健性。

交易执行与算法实现

开发低延迟、高性能的交易算法（如做市、套利、趋势跟踪等）。
监控实时交易表现，动态调整参数以应对市场变化。
与开发团队协作，优化交易系统的执行逻辑和基础设施（如减少滑点、降低交易成本）。

风险管理

设定并监控仓位、敞口、止损等风险指标，确保符合公司风控要求。
分析策略失效原因，及时止损或暂停交易。
数据处理与技术工具清洗、处理海量金融数据（Tick级、分钟级 等），构建特征工程。熟练使用Python/R/C++等语言，掌握量化库（Pandas、NumPy、Ta-Lib等）和回测框架（Backtrader、Zipline等）。
熟悉高性能计算（HPC）或并行计算技术者优先。

市场研究与协作

跟踪宏观经济、行业政策及市场微观结构变化，调整策略逻辑。
与量化研究员、开发工程师紧密合作，推动策略从原型到实盘的落 。