Senior Portfolio Manager / Quantitative Researcher – Intraday Trading Strategy

优缺点分析

角色解读

• 成长为量化投资领域的顶级专家，主导更多资产类别的策略
• 向多策略组合管理或团队领导方向发展
• 有机会参与公司核心交易系统的优化与创新
• 主导日内交易策略的alpha研究，发现并验证有效信号
• 构建预测模型并进行严格回测，确保策略稳健性
• 组合多个信号，管理日内风险敞口，优化交易成本与容量
• 负责策略从研究到实盘生产的全流程，直接对绩效负责
• 扎实的统计学、机器学习和时间序列分析基础
• 精通Python、Java或C++，能高效处理大规模数据
• 深入理解市场微观结构和订单流逻辑
• 具备数据工程能力，能构建和维护数据管道

申请策略

• 在面试中展示批判性思维和解决实际问题的能力
• 提前了解Optiver的交易风格和技术栈，准备相关问题
• 突出自主开发并实盘运行的日内alpha策略业绩和回测表现
• 展示在数据管道、模型部署和风险管理方面的工程能力
• 提供具体的信号发现过程和模型改进案例
• 加深对微观结构和订单流分析的理解，例如学习Level2数据
• 掌握高效的并行计算或低延迟编程技巧（如C++优化）

面试指南

• 采用STAR方法：情境、任务、行动、结果，突出个人贡献和量化成果
• 结合理论（如统计套利、机器学习）和实际经验，展示可复现的思维
• 请描述一个你开发的日内alpha策略，包括信号来源、回测和实盘表现
• 如何处理过拟合问题？请举具体例子
• 你如何评估策略的交易成本（如滑点、手续费）？
• 你对市场微观结构有什么理解？如何利用它改进策略？
• 用Python实现一个简单的配对交易策略并解释思路
• 复习时间序列分析、机器学习模型和投资组合理论