量化平台 & 策略研发实习生/校招（vn.py / Qlib / Jesse｜长春｜研究生）
工作地点：长春
类型：实习
学历：研究生
（一）岗位定位
能独立完成一个策略从数据处理 → 信号生成 → 回测 → 指标评估 → 改进迭代
能识别并规避常见回测陷阱
数据泄露、未来函数
不合理成本假设
过拟合与样本外失效
能把策略逻辑清晰文档化，并用于团队内训
（二）你主要做什么
1) 开源平台学习、落地与二次封装
搭建并维护 vn.py / Qlib / Jesse 的标准化环境与项目模板
统一策略目录结构、接口规范、参数配置化（YAML/JSON）
协助接入数据源与回测/实盘基础模块（按项目阶段）
2) 策略研发与验证
根据团队研究思路，完成策略工程化实现
例如：均值回归、趋势、统计套利、因子/信号组合、Z-Score 类策略等
构建回测的正确性与鲁棒性验证
交易成本/滑点假设
数据对齐、未来函数排查
参数敏感性、样本外测试、walk-forward
3) 小工具开发
批量回测/参数扫描脚本
回测结果自动汇总与对比报告
指标库（收益、回撤、换手、胜率、稳定性等）
数据清洗/对齐/缓存工具
4) 内部培训与“可复现”沉淀
输出上手指南、踩坑手册、最佳实践
为数学/策略同学做内部培训
把“你能跑通”变成“团队都能跑通”
（三）我们希望你具备
1）必备能力
Python 扎实
熟悉面向对象、模块化、日志、异常处理
能写清晰可维护的策略与工具代码
良好工程习惯
Git、代码规范、基础单元测试意识
能把实验做成可复现脚本/配置
量化/数据基础
熟悉 pandas/numpy
理解时间序列数据处理、数据清洗与对齐
能解读并实现常见交易信号与指标
2）加分项
真实使用过以下任一项：
vn.py / Qlib / Jesse / backtrader
有策略研究或量化比赛/项目经验
能讲清楚：策略逻辑 → 假设 → 验证 → 风险 → 失败原因
对以下任一方向有实践：
因子构建与组合
统计检验/回归/简单机器学习
风控与仓位管理（止损、最大回撤约束、波动率目标等）
性能意识
profiling、向量化、并行/numba
熟悉 Linux / Docker
（四）投递方式
简历投递邮箱：zhangz@casc.ac.cn
GitHub/项目链接（若有）
你做过的策略/数据/工程相关项目说明
你最熟悉的技术栈与贡献点
（五）公司介绍
我们是一家专注于 期货与期权交易策略 的专业服务机构，致力于为机构与专业投资者提供涵盖 策略研究、量化模型、风险管理与交易执行支持 的综合解决方案。
团队以 数据驱动与严谨的风控体系 为核心，研究方向覆盖趋势交易、跨期与跨品种套利、波动率策略、对冲及多策略组合等领域，目标是在不同市场环境下持续提升客户的 策略稳定性与资金使用效率。
我们的成员毕业于 苏黎世联邦理工大学、苏黎世大学、中国科学院计算所 等顶尖高校与科研院所，具备多年衍生品研究与实盘交易经验，善于将 宏观研究、产业逻辑与市场微观结构 结合，形成从 策略开发 → 回测评估 → 实盘执行 → 复盘优化 的闭环体系。
此外，我们还为客户提供 定制化策略咨询、交易系统对接、投研工具开发与量化培训 服务，帮助合作伙伴建立可持续的量化研究与执行能力。
我们秉持 合规、稳健、透明、长期合作 的理念，通过持续迭代的研究体系与专业执行力，为客户创造 可验证、可复现、可持续的策略价值。