澳蒂华
ETF Trader
ETF Trader
发布于 5 个月前普通员工/个人贡献者
Sydney
中级经验
全职员工
仅现场办公
学历未注明
财务与会计
Risk Management
Etf Trading
Flow Analysis
Market Structure
Otc Trading
Relative Value
AI 估算 · 100k–180k
该职位要求3年以上专业交易经验，涉及复杂的ETF市场分析和风险管理，技能门槛高，且在全球金融中心悉尼，薪资竞争力强。
职位详情
关于这个职位
作为ETF交易员，您将加入一个快节奏的交易团队，负责在ETF市场进行报价、执行交易和风险管理
您需要运用市场结构洞察、相对价值和资金流分析来识别并捕捉交易机会，并与量化分析师、工程师等跨职能团队紧密合作，优化定价模型和执行工具
最低要求
年以上ETF、现金产品或密切相关工具的交易经验
对ETF运作机制有深刻理解，包括估值、篮子构建以及一级与二级市场动态
扎实掌握市场结构知识，理解ETF与其基础市场的互动关系
善于利用数据为交易决策提供信息
具备Python或类似语言经验者优先
清晰的沟通能力，能够在高度协作的跨职能团队中良好工作
工作职责
在屏幕交易和场外交易中，对ETF进行报价、执行和风险管理
通过市场结构洞察、相对价值和资金流分析，识别并捕捉交易机会
与量化分析师、工程师和其他交易员紧密合作，改进定价、模型和执行工具
优先资格
有中国市场经验者优先，但非必需
AI 洞察
优缺点分析
优点
- 优越的薪酬与福利：提供极具竞争力的绩效奖金、全面的福利（如餐饮、健身、社交活动）以及有竞争力的搬迁支持
- 卓越的协作平台：公司文化强调协作与卓越，能与众多聪明的同事共事，共同解决金融市场中的复杂问题，个人成长环境好
- 业绩导向明确：薪酬与个人及团队绩效高度挂钩，业绩波动可能直接影响收入，竞争激烈
- 适合拥有扎实金融产品交易经验、对数据敏感、乐于在高压且协作的精英环境中解决复杂问题、并追求高绩效回报的求职者
缺点 / 挑战
- 高价值技能积累：在顶尖自营交易公司工作，能接触到前沿的交易技术和市场数据，快速提升量化交易和风险管理等硬核技能
- 高压与快节奏：交易环境瞬息万变，需要在高压力下做出快速、准确的决策，对心理素质和应变能力要求极高
- 技术门槛高：不仅需要交易直觉，还需结合数据分析和编程能力来优化策略，持续学习压力大
角色解读
- 专业深化：可以从专注于特定ETF领域（如行业ETF、国际ETF）的专家，成长为覆盖更广产品线或策略（如期权套利、跨境套利）的高级交易员
- 横向扩展：凭借对市场和技术的理解，可以向量化交易、投资策略或风险管理等相邻领域发展
- 管理路径：积累足够经验和业绩后，有机会带领交易小组，负责团队策略制定、新人培养和业绩管理
- 执行ETF交易：负责在电子屏幕和场外市场进行ETF的实时报价、下单和交易执行
- 分析与捕捉机会：运用市场结构知识、相对价值分析和资金流数据，识别并实施有利可图的交易策略
- 风险管理：监控和管理交易头寸的风险敞口，确保符合公司的风险框架
- 团队协作：与量化分析师和工程师合作，共同开发和优化用于定价、建模及交易执行的算法与工具
- 核心交易技能：至少3年ETF或相关金融产品的实战交易经验，深刻理解其估值、创建/赎回机制及市场动态
- 市场分析能力：扎实掌握金融市场结构，能够分析ETF与其底层资产（如股票、债券）之间的联动关系
- 数据处理与编程：具备使用数据（如Python）进行定量分析以支持决策的能力，熟悉相关分析工具或语言
- 沟通与协作：出色的沟通技巧，能够在快节奏、跨职能的团队环境中有效工作，清晰传达交易思路和风险状况
申请策略
- 深入研究公司文化：Optiver强调协作和好奇心，申请材料和个人陈述中应体现你符合这种团队至上的价值观
- 关注职位核心：紧密围绕“交易执行”、“风险管控”和“跨团队协作”这三大核心来组织你的申请内容，展示高度匹配性
- 突出具体交易业绩：量化展示过去3年在ETF或相关产品上的交易经验、策略类型（如套利、做市）和关键业绩指标（如PnL、夏普比率）
- 展示技术分析能力：详细说明你如何使用Python或其他工具进行市场数据分析、回测交易策略或优化执行流程的具体项目
- 强调市场理解：阐述你对ETF机制、市场结构以及特定市场（如提及的中国市场）的深刻见解和实战应用案例
- 体现团队协作成果：描述你曾如何与量化、技术团队合作改进模型或工具，并取得了什么实际效果
- 深化Python数据分析：若已有基础，可加强在金融数据分析库（如pandas, NumPy）和回测框架（如Backtrader）上的实践
- 精进市场微观结构知识：系统学习全球主要交易所的ETF交易规则、做市商机制和订单簿动态
面试指南
- 对于行为类问题（如经历、协作）：采用STAR（情境-任务-行动-结果）框架，重点突出你的具体行动、量化结果以及从中学到的经验
- 对于技术/市场类问题（如风险管理、市场看法）：先清晰定义问题核心，然后结构化地阐述你的分析逻辑、考虑的关键变量，并最终给出有数据或逻辑支撑的结论
- 对于假设类问题：展示你的批判性思维，可以提出多种可能性，并分析每种情况下的利弊和应对策略
- 请描述一次你通过分析市场结构或相对价值成功识别并执行ETF交易机会的具体经历
- 你如何管理和监控一个复杂ETF头寸的风险？请举例说明
- 描述一个你使用Python（或其他工具）分析数据来改进交易决策或流程的项目
- 当你与量化分析师或工程师的意见不一致时，你会如何处理以确保项目或策略顺利推进？
- 你对当前某个特定ETF市场或产品（如某行业ETF）有何看法？背后的逻辑是什么？
职位点评
Watch Jobs