岗位描述
1、基于多因子模型框架，挖掘量价、基本面、另类数据中的alpha因子，进行IC/IR、分层回测等统计检验，评估因子稳健性与增量贡献； 2、应用机器学习算法进行特征组合、非线性因子合成及收益预测，设计时序交叉验证防过拟合方案，确保样本外泛化能力； 3、搭建Python回测框架（事件驱动或向量化），考虑冲击成本、手续费、滑点，输出策略绩效归因报告； 4、基于Barra风险模型进行组合风险归因与控制，利用CVXPY/Mosek构建带约束（行业中性、风格中性、换手率等）的组合优化器； 5、清洗维护高频/日频行情、基本面及另类数据，配合IT团队将策略部署至生产环境并监控运行状态。 1、硕士及以上学历（博士优先），数学、统计、计算机、物理、金融工程等相关专业，2027届应届毕业生； 2、深入理解Fama-French、Barra等多因子模型，掌握因子正交化、合成、衰减等处理方法； 3、有机器学习实际项目经验，熟悉主流树模型与深度学习，对时间序列建模、特征工程、模型可解释性有深入理解； 4、精通Python（NumPy/Pandas/Scikit-learn/PyTorch），熟悉SQL，了解C++或Rust为加分项； 5、在Kaggle、WorldQuant Challenge 等竞赛中获奖，或在顶级学术会议/期刊发表过论文者优先； 6、自驱力强，能持续跟踪前沿学术论文并转化落地，逻辑清晰、沟通高效，具备团队协作精神与抗压能力。 应聘方式： 登录https://app.mokahr.com/campus-recruitment/thfund在线申请 投递志愿 ：最多可填报3个志愿，优先匹配第一志愿，建议结合专业背景与职业规划精准投递 网申截止时间 ：2026年10月31日 如有任何问题，请发送邮件至zhaopin@thfund.com.cn 岗位职责： 1、基于多因子模型框架，挖掘量价、基本面、另类数据中的alpha因子，进行IC/IR、分层回测等统计检验，评估因子稳健性与增量贡献； 2、应用机器学习算法进行特征组合、非线性因子合成及收益预测，设计时序交叉验证防过拟合方案，确保样本外泛化能力； 3、搭建Python回测框架（事件驱动或向量化），考虑冲击成本、手续费、滑点，输出策略绩效归因报告； 4、基于Barra风险模型进行组合风险归因与控制，利用CVXPY/Mosek构建带约束（行业中性、风格中性、换手率等）的组合优化器； 5、清洗维护高频/日频行情、基本面及另类数据，配合IT团队将策略部署至生产环境并监控运行状态。 任职要求： 1、硕士及以上学历（博士优先），数学、统计、计算机、物理、金融工程等相关专业，2027届应届毕业生； 2、深入理解Fama-French、Barra等多因子模型，掌握因子正交化、合成、衰减等处理方法； 3、有机器学习实际项目经验，熟悉主流树模型与深度学习，对时间序列建模、特征工程、模型可解释性有深入理解； 4、精通Python（NumPy/Pandas/Scikit-learn/PyTorch），熟悉SQL，了解C++或Rust为加分项； 5、在Kaggle、WorldQuant Challenge 等竞赛中获奖，或在顶级学术会议/期刊发表过论文者优先； 6、自驱力强，能持续跟踪前沿学术论文并转化落地，逻辑清晰、沟通高效，具备团队协作精神与抗压能力。 应聘方式： 登录https://app.mokahr.com/campus-recruitment/thfund在线申请 投递志愿 ：最多可填报3个志愿，优先匹配第一志愿，建议结合专业背景与职业规划精准投递 网申截止时间 ：2026年10月31日 如有任何问题，请发送邮件至zhaopin@thfund.com.cn 职位信息 发布日期 2026-09-03 工作地点 北京市 职能类型 投研交类 查看更多职位 分享职位 登录并投递 2026年秋招暨2027届校招允许投递3次，请选择适合的职位进行投递 职位概览 职位详情 Slide 1 of 1 Prev Next 请您长按图片或截图保存至相册