中国平安
量化投资经理
量化投资经理
发布于 大约 16 小时前普通员工/个人贡献者
上海市
高级经验
全职员工
仅现场办公
硕士
风险管理
投资策略
CFA
FRM
宏观经济
资产配置
量化投资
Fof/Mom
因子模型
AI 估算 · 30k–60k
资深量化职位，技术要求高，平安平台大，市场竞争力强，月薪中位数约45k。
职位详情
关于这个职位
负责量化投资策略的研发与管理，包括FOF/MOM组合配置、因子挖掘、模型构建及宏观周期分析
需要运用Python等工具进行策略回测与风险监控，确保组合绩效达标
适合具备5年以上量化投研经验、数理基础扎实的资深专业人士
最低要求
金融、经济、数学、统计、计算机等相关专业，硕士及以上学历优先
持有CFA、FRM等专业资格证书者优先考虑
具有5年及以上投资机构（如保险资管、公募基金、券商资管、私募基金等）量化投研相关工作经验
具备量化宏观研究背景，对宏观因子模型和宏观周期理论有深入理解
熟悉量化FOF/MOM组合管理流程，包括策略配置、基金筛选、组合优化等环节
能够熟练运用Python等量化研究工具，具备扎实的数理统计基础和编程能力，可独立完成量化策略的开发与回测
具备良好的逻辑思维能力和分析判断能力
工作严谨细致，责任心强，具有良好的团队协作意识
学习能力强，关注行业前沿动态，能够适应金融市场的快速变化与发展
工作职责
根据公司业绩考核目标研究、制定、实施具体的量化投资策略
负责量化宏观策略搭建和量化FOF/MOM组合的策略配置、因子挖掘、模型构建及策略优化工作
负责搭建宏观经济指标体系，研究宏观周期，将宏观经济分析与量化投资策略相结合
对国内外各种宏观投资理论、投资策略进行跟踪研究，从量化宏观角度发掘投资机会
负责管理量化FOF/MOM投资组合管理，确保所制定的量化投资策略与公司整体投资目标和风险承受能力相一致
确保投资范围、组合规模、比例符合监管规定、公司制度及风险偏好要求
根据公司业绩考核目标，负责量化投资组合相应业绩目标的达成
定期评估组合中各量化策略的业绩，分析投资回报和风险，根据市场变化及时调整投资策略
监控组合波动率、最大回撤、夏普比率等核心风险指标，确保风险收益特征符合公司要求
定期进行量化策略回顾及操作计划重大事项说明
定期撰写量化投资报告，总结投资成果与经验教训
参与量化投研平台建设，完善量化策略库、宏观因子库，提升投研效率
跟踪国内外量化宏观领域最新动态，引进先进的投资理念与方法
优先资格
持有CFA、FRM等专业资格证书者优先考虑
AI 洞察
优缺点分析
- 平安作为顶级金融平台，资源丰富，有助于职业背书
- 量化投资是金融科技核心方向，技能壁垒高，长期价值大
- 薪资水平处于行业领先，且福利体系完善
- 工作内容涉及宏观与多资产，视野开阔
- 市场波动大，业绩压力显著，需承受较高心理压力
- 量化领域竞争激烈，需持续学习新模型与工具
- 日常工作强度大，可能需应对紧急调整
- 适合具备扎实量化功底、热爱宏观分析与建模、能在高压下追求超额收益的资深专业人士
角色解读
- 纵向发展成为量化投资总监或首席投资官，负责更大规模资金
- 横向拓展至人工智能量化、高频交易等前沿领域
- 在平安体系内可转向保险资管、另类投资等相关部门
- 研发并实施量化投资策略，包括宏观策略、FOF/MOM组合配置与因子挖掘
- 搭建宏观经济指标体系，结合量化模型发掘投资机会
- 管理投资组合业绩，监控波动率、回撤等风险指标并动态调整
- 参与量化投研平台建设，引进前沿方法论
- 扎实的数理统计与编程能力，熟练使用Python进行策略开发与回测
- 深入的宏观经济学知识和宏观因子建模经验
- 熟悉FOF/MOM组合管理流程，包括策略配置、基金筛选与优化
- 具备风险评估与绩效归因能力，能独立管理组合
申请策略
- 在求职信中表达对中国平安量化业务的了解，如平安资管的投资理念
- 准备一个完整的宏观量化策略PPT，从思路到回测结果
- 突出量化策略的历史业绩与回测结果，尤其是多资产或FOF方面
- 强调宏观经济分析能力，展示相关研究或因子模型成果
- 列明使用的技术栈（Python、回测框架）及风险管理实践
- 如有CFA/FRM证书或知名机构经历，务必单独列出
- 深入学习机器学习在量化中的应用，如强化学习、NLP舆情分析
- 补充行为金融学或非传统数据（卫星、支付等）分析经验
面试指南
- 采用STAR原则：情景、任务、行动、结果，强调量化细节与风控
- 宏观问题需结合国内外数据，展示逻辑链条与变量选择
- 风险管理问题突出止损、仓位调整与压力测试
- 请描述一个你独立开发的量化策略，包括信号逻辑和风险控制
- 如何构建一个宏观因子模型？选取哪些因子？
- 如果FOF组合连续三个月回撤超过10%，你会如何应对？
- 你如何看待当前宏观经济环境下的投资机会？
- 谈谈你对Black-Litterman模型的理解及其应用
匹配度报告
66
综合匹配度
大平台高薪量化职位，技术前沿但工作强度大。
适合人群
最适合看重高薪与技术成长的求职者，能接受高强度工作。
最强匹配
薪资福利匹配
最弱匹配
工作生活匹配
薪资福利85
成长发展80
工作生活40
使命价值60
薪资福利匹配
85较高
平安作为上市公司巨头，薪资水平具有竞争力，且福利保障完善，补偿性动机满足度高。
薪资信号未披露 (30K-60K/月)
成长发展匹配
80较高
量化投资属于前沿技术领域，职位涉及宏观建模与多资产配置，技能成长空间大，但晋升路径未明确提及。
技术前沿前沿/新兴技术
技术栈量化投资、宏观因子、Python、FOF/MOM
业务类型profit_center
工作生活匹配
40较低
仅现场办公，上海核心地段，但金融行业强度高，JD未提及WLB，生活化动机满足有限。
工作模式仅现场办公
办公地点未明确
加班情况JD含高强度暗示词
使命价值匹配
60中等
金融行业稳定成熟，投资工作具有经济意义，但社会影响力中性，创新程度较高。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs