1、英国帝国理工学院硕士(QS:#6), 美国俄亥俄州立大学本科(QS:#51) 专业方向:计算机、数学、金融。均为优等成绩毕业。
2、4年数据分析工作经验,擅长特征工程、数据建模、风险管理、量化金融等方面
3、熟练使用python、SQL、R、C++等编程工具
4、熟悉决策树、逻辑回归、XGB等机器学习模型
1、量化交易项目
开发了动量模型(11-19年回测年化收益12.5%);开发了舆情交易模型,收集处理Twitter信息用机器学习的方法量化市场情绪
2、数学系科研项目
用C++和GNU MP库进行了数论中8个不同的算法的完整编程,并对这些算法进行了优化
3、风险管理项目
使用SQL、python等工具累计设计加工特征上千维,完成十余个模型的设计开发,模型上线后均保持良好的排序性及区分度
独立科研项目 -用C++和GNU MP库进行了8个不同算法的完整编程并对这些算法进行了优化 -测试比较了这些算法的速度和应用优势等并进行了报告
毕业论文:基于会计和市场的信用风险模型 论文分析了自1994年以来的中国债券市场,并回答了两个研究问题:1)基于会计和市场的变量在预测信用风险中的重要性如何,2)如何通过结合模型来改进结果。
毕业论文:基于会计和市场的信用风险模型 论文分析了自1994年以来的中国债券市场,并回答了两个研究问题:1)基于会计和市场的变量在预测信用风险中的重要性如何,2)如何通过结合模型来改进结果。