퀀트 연구원 at Marisa

직무 설명

주요 책임

• CTA, 추세 추종, 다중 팩터, 통계적 차익거래, 횡단면 전략, 시계열 전략 및 크로스 자산 전략에 대한 독립적인 연구를 수행하여 안정적이고 설명 가능하며 확장 가능한 알파 소스를 식별합니다.
• 팩터 마이닝 및 팩터 엔지니어링을 수행하며, 이에는 가격-거래량 팩터, 추세/모멘텀 팩터, 변동성 팩터, 유동성 팩터, 기본적 팩터, 이벤트 기반 팩터, 감성 팩터 및 대체 데이터 팩터가 포함됩니다.
• 팩터 구성, IC/IR 검증, 계층화 테스트, 안정성 검사, 상관 관계 제거, 중성화 및 다중 팩터 포트폴리오 구축을 포함한 포괄적인 팩터 연구 프레임워크를 구축합니다.
• 아이디어 생성, 데이터 연구, 팩터 구성, 백테스팅, 포트폴리오 구축, 실시간 배포, 모니터링, 최적화/폐기까지 전략의 전체 생명주기를 관리합니다.
• 수익률, 드로다운, 알파 감소, 리스크 노출, 팩터 성과, 거래 비용, 슬리피지 및 시장 체제 변화와 같은 성과 지표를 추적하기 위한 전략 모니터링 및 속성 시스템을 개발합니다.
• 성능 이상 현상을 진단하고 해결하며, 정상적인 드로다운, 시장 체제 변화, 팩터 감소, 실행 문제, 데이터 문제 또는 모델 실패를 구분하고 시정 조치를 구현합니다.
• 리스크 예산 책정, 레버리지 관리, 상관 관계 제어, 용량 평가 및 동적 포지션 사이징을 포함한 다중 전략 포트폴리오 구축 및 자본 배분에 참여합니다.
• 거래 실행, 체결률, 슬리피지 및 시장 영향력을 최적화하여 백테스트 수익률에서 실시간 거래 성과로의 전환 효율성을 향상시킵니다.
• 손절 메커니즘, 포지션 감소, 레버리지 감축, 거래 중단, 전략 다운그레이드, 서킷 브레이커 및 수동 개입을 포함한 극단적인 시장 조건에 대한 리스크 관리 프로토콜을 구축합니다.
• 퀀트 개발자, 거래 시스템 및 데이터 팀과 협력하여 전략 연구, 실시간 거래, 리스크 제어 및 모니터링 프레임워크의 엔지니어링 구현을 보장합니다.

직무 요구 사항

• 수학, 통계, 금융 공학, 컴퓨터 과학, 물리학 또는 관련 분야의 학사 학위 이상 우대.
• 주식, 선물, CTA, 헤지 펀드, 자체 거래 또는 유사 분야에서의 1-3년 경력의 정량적 전략 연구 경험.
• 자본 규모, 실시간 기간, 수익률, 최대 드로다운, 샤프 비율, 거래 빈도 및 용량을 포함한 전략 세부 사항을 설명할 수 있는 입증된 실시간 거래 경험.
• 200만 달러 이상(200万U+)의 실시간 포트폴리오 관리 또는 기여 경험 우대.
• CTA/추세 추종, 주식 다중 팩터, 통계적 차익거래, 횡단면 전략, 시계열 전략, 상품/주가지수 선물 또는 크로스 자산 차익거래와 같은 확립된 전략 분야 중 하나에 대한 깊은 전문성.
• 추세, 모멘텀, 캐리, 변동성, 횡단면 역학 및 체제 의존적 성과를 포함한 CTA 프레임워크에 대한 철저한 이해.
• 논리적 설계, 데이터 처리, 검증, 안정성 테스트 및 포트폴리오 통합을 포함한 강력한 팩터 연구 능력.
• 전략 속성을 명확히 설명할 수 있는 능력: 수익 동인, 알파 논리, 적용 가능한 시장 조건, 실패 모드, 드로다운 특성, 용량 한계 및 리스크 경계.
• 용량 평가, 거래 비용 분석, 슬리피지 제어, 포지션 관리, 리스크 예산 책정 및 다중 전략 자본 배분에 능숙.
• 엄격한 검증 및 사후 분석을 통해 성능이 저조한 전략을 식별, 문제 해결 및 수정할 수 있는 강력한 진단 능력.
• 룩어헤드 편향, 생존 편향, 과적합, 데이터 스누핑 및 파라미터 마이닝을 포함한 정량적 연구의 함정에 대한 친숙함.
• 샘플 외 테스트, 워크포워드 분석 및 견고성 검사와 같은 검증 방법론 경험.
• NumPy, Pandas, SciPy, Scikit-learn 및 Statsmodels를 포함한 라이브러리를 사용한 고급 Python 기술.
• 탁월한 분석적 추론, 문제 분해 능력, 독립적인 연구 능력 및 결과 중심의 사고방식.

혜택

• 원격 근무
• 단일 주말(주 6일 근무)
• USDT로 지급