量化研究员

1、数据与研究支持对接并维护数据源/API，完成归档、增量更新与一致性校验。清洗对齐交易数据（成交/持仓/价格/成本等），用 SQL 做 EDA。校验关键口径（权益、未实现盈亏等），确保 point-in-time 正确，避免数据泄露。维护标准化数据集/特征库，推动口径统一与版本管理。 2、因子与 label 研究设计 label 与收益口径（持有期、forward return 对齐），保证可复现。计算与维护截面因子（缺失值、去极值/标准化/中性化/正交化等），沉淀文档与版本。评估因子：IC/RankIC/ICIR、分组回测、换手衰减、相关性/共线性检查。 3、回测与绩效评估维护回测与实验流程，配合研究框架迭代。做样本内外与稳健性检验，复核关键参数与结果。输出指标：年化、回撤、Sharpe/Sortino/Calmar、收益分布与 rolling 稳定性；定位结构性问题。 4. 风险与组合支持参与风险约束设计（头寸/杠杆/集中度/回撤熔断等），关注尾部风险。分析相关性与风格漂移，支持配权与资金管理（波动率目标/风险预算）。参与从回测到实盘的归因与迭代，按需输出材料。

本科及以上； 1 年以上量化研究/系统化交易经验（含实习）。熟练 Python（pandas/numpy）与 SQL； 代码清晰可维护。熟悉 Git 与协作开发；能在统一研究框架与配置规范下工作。 有数据接入与处理经验，重视数据质量、口径一致性与可复现。 能说明：最大回撤、收益分布、rolling Sharpe；过拟合与样本外验证/Walk-forward； 因子计算与评估；label 对齐与未来函数防控； TWR 与风险调整收益。熟悉至少一种市场的成本结构与杠杆/保证金机制。 加分项 任一市场（股票/期货/CTA/商品/加密）研究或实盘经验。 多因子研究经验（挖掘、评估、合成与组合构建）。 有「数据→因子/模型→组合→风控→实盘」闭环交付经验。 风险管理/组合管理项目经验；了解常见回测偏差。

我们在寻找什么样的人 ArkStream 成立至今已经 8 年，依然希望保持创业家精神：对新市场敏感，对真实机会兴奋，对复杂问题有耐心。 ArkStream搭建的地址级行为因子策略，本质上是在一个全新的链上交易场景里，重建一套从数据、信号、组合、执行到风控的完整量化闭环。 我们希望找到的人，不只是完成某个模块，而是能和一群专业、聪明、执行力强的人一起，深度参与这套系统的搭建、上线、迭代和扩张。 我们希望核心成员不仅是系统的建设者，也能成为系统长期收益的分享者。以上职位都有机会根据表现，按比例获得策略分红。 如果你不满足于只做一份稳定工作，而是希望参与一件真正新的事情，和靠谱的人一起把它做出来，我们很期待认识你。