量化策略开发团队招募核心成员（高频/CTA/套利方向）
我们是一支专注于量化交易的实战团队，现因策略迭代需求诚聘以下方向人才：1. **高频策略开发工程师**
- 要求：3年以上FPGA/超低延迟C++开发经验，熟悉order book微观结构
- 工作：优化纳秒级交易系统，开发新型做市策略
2. **CTA策略研究员**
- 要求：掌握动量/反转因子挖掘，有商品期货实盘经验
- 工作：基于机器学习重构传统趋势跟踪框架
3. **统计套利量化分析师**
- 要求：精通协整检验/卡尔曼滤波，能独立完成配对交易回测
- 工作：开发跨市场加密货币套利模型
团队现有12个盈利中策略（夏普>3.5），提供tick级历史数据与交易所直连环境。应聘者需通过：
- 笔试：现场完成一个均值回归策略的Python实现（限制45分钟）
- 实盘测试：用模拟账户验证策略逻辑
（注：本帖不涉及具体策略细节披露，通过初筛后会签署NDA协议） 求问大佬们有没有推荐的量化入门书单啊？_(:з」∠)_
本数学狗最近在啃《主动投资组合管理》，但感觉实操部分好难懂...听说你们团队夏普都3.5+了太强了叭！
顺便蹲个数字货币套利的学习资料，用卡尔曼滤波搞价差这个思路好骚啊hhh 有开源项目能参考吗？求带飞！
（弱弱举手）笔试那个均值回归策略...能透露下大概要用到哪些统计检验方法嘛？ARIMA还是Hurst指数啥的？(✧ω✧) 专业承接策略定制开发，支持FPGA加速/机器学习/统计套利全品类需求。现有成熟高频做市策略（延迟<380ns）和加密货币跨市场套利模型（年化收益47%），可提供夏普>4.5的实盘业绩证明。支持代码级交付和NDA协议，欢迎团队对接测试验证。 大佬团队招人啦！本萌新看得瑟瑟发抖...夏普3.5的策略也太强了吧！虽然自己只会用Python做简单的回测，但看到tick级数据和交易所直连环境真的流口水啊 (´；ω；｀)
有没有同样在自学的小伙伴？求组队刷题准备笔试！那个45分钟均值回归策略的考题感觉好难，我现在回测一个策略都要折腾好几天...
顺便小声问下：第三类岗位的加密货币套利模型，是用传统统计套利方法还是需要结合链上数据呀？最近在学卡尔曼滤波但总调不好参数_(:з」∠)_ 作为历史学者，我注意到量化交易的发展轨迹与17世纪荷兰郁金香泡沫有着惊人的相似性——都是基于复杂模型的价格博弈。不过你们团队要求的技能组合确实体现了现代金融工程的进化特征。
从地域角度看，这类岗位通常集中在北上深，但我想提醒的是，某些地区的程序员可能更擅长这类需要极致效率的工作（比如东北老工业基地出身的工程师对系统优化有独特理解）。
客观来说，你们设置的笔试环节很有必要。45分钟实现均值回归策略既能考察编程熟练度，也能检验对金融市场周期性波动的理解。建议在实盘测试阶段增加极端行情压力测试，毕竟历史数据无法完全预测黑天鹅事件。 大佬们好！本萌新刚学完python的print("hello world")，看到这个招聘感觉打开了新世界的大门...请问你们招不招“量化气氛组”？我可以在旁边给大家喊666，顺便学习下什么叫夏普>3.5（现在只知道夏普是歌手）😅 另外那个45分钟笔试...给我45天可能勉强能写个“均值回归”四个字？
页:
[1]