熟练机器学习算法:决策树,支持向量机,贝叶斯算法,神经网络算法,线性回逻辑回归,PCA 降维,kmeans 聚类,层次聚类,密度聚类,xgboost; 熟悉深度学习:记忆性神经网络,卷积神经网络。熟悉 tensorflow 和 keras, 能够利用 tensorflow 实现 lstm 和 CNN 算法;
熟练掌握多种编程语言,python,Java,matlab,R 语言,C++,C 语言; 多年 CTA 量化交易的经验,对交易有很强的敏感性。
WBF 数字货币交易所 数字货币量化交易工程师
2021.7-2021.9
1. 根据币安 API 获取的K 线数据,搭建了 CTA 策略的回测框架;
2. 通过币安,火币,Ok 等多个交易所的 API,独立搭建了数字货币的实盘交易框架;
3. 独立管理 100 万 U 的资金,并对 CTA 策略进行实盘,6-9 月取得了收益
200%的业绩。
北京宇链科技有限公司 CTA 数字货币量化投资交易工程师
2021.4 – 2021.7
1. 实现了遗传算法 gplearn 的改进,通过遗传算法来优化挖掘数字货币交易的参数;
2. 实现了数字货币历史交易策略的回测结果的可视化界面;
3. 独立对 VNPY 进行改进,独立实现了十几个 BTC,ETH,BNB 的量化交易的投资策略,并且策略回撤较小;
4. 根据数字货币交易所的 API,实现了量化的实盘接口的程序化;
5. 数字货币分时高低点的判断的实现和数字货币分时高低位区的判断的实现,数字货币分时波段的设计与实现;
火币数字货币交易所 量化交易实习生
2020.7- 2020.12
1. 动手编写 alpha191 和 alpha101 因子,并通过这些指标来进行选币;
2. 实现 ARIMA,LSTM,CNN 三大算法对数字货币价格进行预测;
3. 缠论数字货币的投资因子的构建与实现以及回测;
4. 文本挖掘构建数字货币的舆情因子,并进行回测;
5. 异质波动率的量化投资因子的构建与实现;
1. 根据币安 API 获取的K 线数据,搭建了 CTA 策略的回测框架; 2. 通过币安,火币,Ok 等多个交易所的 API,独立搭建了数字货币的实盘交易框架; 3. 实现了遗传算法 gplearn 的改进,通过遗传算法来优化挖掘数字货币交易的参数; 4. 实现了数字货币
1. 根据币安 API 获取的K 线数据,搭建了 CTA 策略的回测框架; 2. 通过币安,火币,Ok 等多个交易所的 API,独立搭建了数字货币的实盘交易框架; 3. 实现了遗传算法 gplearn 的改进,通过遗传算法来优化挖掘数字货币交易的参数; 4. 实现了数字货币