负责天然气及电力衍生品头寸的市场风险量化、对冲策略设计与执行，协同交易部门管控极端行情风险，对接境内外监管机构完成CBAM、FERC等合规报告

• 主导设计天然气跨期价差动态对冲模型：针对原有静态套保对2023年冬季极端低温行情覆盖不足的问题，运用GARCH(1,1)模型预测价格波动率，结合蒙特卡洛模拟优化套保比率至0.85（原0.6），实现对冲效率提升27%、季度套保成本下降15%，成功规避单日价差波动超5%的风险敞口
• 核心参与区域燃气电厂客户信用风险重估：搭建基于KMV模型的违约概率（PD）框架，整合客户历史电价结算数据、所在省份新能源装机占比（近三年提升12%）及煤电价格联动政策变化，识别出3家PD值超15%的高风险客户，推动将授信额度从合计8000万元下调至4500万元，客户违约损失准备金覆盖率从120%提升至180%
• 优化欧盟CBAM能源贸易风险排查流程：开发Python自动化数据校验工具，整合进口电力隐含碳排放量（按EN 15978标准计算）与海关HS编码申报信息，将每月合规核查时间从10个工作日缩短至3个工作日，实现连续6个月零监管处罚，支撑公司拓展欧洲电力转口业务
• 主导编制能源市场极端情景压力测试方案：覆盖俄乌冲突后天然气断供（假设进口量下降30%）、夏季40℃以上高温导致电力需求激增（同比增25%）等5类场景，用历史模拟法与蒙特卡洛模拟结合，测算出电力期货头寸在95%置信水平下的VaR值为-850万元，推动交易部门将头寸规模从1.2亿元压缩至8000万元，VaR降至-500万元以内

协助资深分析师开展电力现货市场风险监测，参与新能源电站发电量波动风险量化，支持中长期电力合同信用风险评估

• 优化光伏电站弃光率风险预警模型：针对2022年夏季光伏大发期弃光率达18%的问题，用LSTM神经网络整合辐照度、云量（来自NOAA卫星数据）及电网断面约束，预测准确率从75%提升至88%，帮助电站提前3天调整发电计划，季度弃光损失减少420万元
• 搭建电力供应商信用评分体系：运用层次分析法（AHP）设定指标权重——企业资产负债率（30%）、区域用电需求增长率（25%）、可再生能源配额完成率（20%）、历史履约率（25%），识别出2家评分低于60分的供应商，推动终止1份年电量1.2亿千瓦时的高风险合同，避免潜在损失约600万元
• 构建风险数据可视化Dashboard：用Tableau整合市场价格（日前/实时电价）、持仓头寸（中长期合约占比）、信用评级（中诚信）等12类数据，将每周风险报告编制时间从4小时缩短至1.5小时，支撑管理层快速决策调整交易策略

协助完成能源市场数据收集与清洗，参与风险模型基础搭建，支持合规文档整理与监管报送

• 搭建国内电力现货价格数据库：用Python编写自动化爬虫脚本，解决15家省级电力交易所数据分散、格式不统一问题，提取近3年日前/实时电价数据共12万条，数据提取效率提升60%，为后续风险模型提供基础数据支持
• 参与风电项目发电量敏感性分析：用Excel VBA实现风速、温度变量对发电量的影响模拟，分析出风速下降1m/s将导致月发电量减少8%，为项目融资的风险条款（如最低发电量承诺）谈判提供数据支撑
• 整理能源监管合规文档：梳理国家发改委《电力中长期交易基本规则》、南方能监局《电力市场风险管理办法》等5项政策，编制包含18项检查要点的合规checklist，推动公司交易流程符合最新监管标准，顺利通过2020年度监管审计

省级电力现货市场用户侧多主体策略优化与风险管控平台建设项目

• 2022年始，省内电力现货市场进入连续结算试运行，工商业用户、分布式光伏运营商等用户侧主体普遍面临“不会报、不敢投”的痛点——缺乏适配自身负荷特性的报价策略，且对15分钟级现货价格波动的风险抵御能力弱。我作为项目负责人，主导平台的业务需求梳理、核心算法设计及商业化落地，目标是为用户侧主体提供“策略生成-风险预警-收益回溯”的全流程工具，支撑公司切入用户侧能源市场服务赛道。
• 项目遇到三大核心挑战：一是用户侧数据分散（涵盖电网营销系统的负荷数据、用户智能终端的光伏出力数据、第三方气象API的气象预测数据），多源数据融合与特征提取难度大；二是现货市场价格信号高频且非线性，传统机器学习模型难以捕捉“价格-负荷-报价”的动态关联；三是不同用户的风险偏好差异显著（如制造业用户更看重收益稳定性，新能源运营商更倾向高收益高风险），需量化风险承受能力以匹配策略。
• 针对数据问题，我牵头设计“多源数据同步采集+边缘计算预处理”架构，用Python开发数据清洗 pipeline，整合200余万条历史数据构建用户负荷画像；针对策略优化，引入深度强化学习（DQN算法）训练报价模型，通过“状态-动作-奖励”框架模拟现货市场竞价环境，自动生成适配用户特性的动态报价策略；针对风险量化，设计“风险熵值评估模型”，结合用户历史决策偏差、现金流状况计算风险承受系数，将策略分为“保守-稳健-激进”三类。
• 项目上线后，试点12家用户（涵盖纺织厂、光伏电站、商业综合体）的平均现货市场收益提升18%，因价格波动导致的亏损降低25%；支撑公司签约3个地市级用户侧市场服务合同，带来400万元新增营收。平台形成2项软件著作权（《电力现货市场用户侧策略优化系统V1.0》《多主体能源交易风险预警系统V1.0》），相关成果发表于EI期刊《电力系统自动化》，我个人也因此晋升为部门负责人，主导公司后续用户侧能源市场拓展。

工业园区“气-电-热”联动天然气分布式能源项目交易模式设计与落地

• 当时区域天然气分布式能源（DE）项目推广受阻——多数园区用户对“自发自用+余电上网+余热供热”的多能互补模式认知模糊，且缺乏清晰的收益核算与风险分担机制。我作为项目核心成员，负责设计“气-电-热”联动的交易模式，推动DE项目从技术可行走向商业可行，目标是打造可复制的园区能源服务样板。
• 项目难点在于：一是DE项目的多能耦合特性导致成本分摊复杂（如天然气管道成本、余热管网成本如何在用户间分配）；二是天然气价格与电力现货价格的联动机制不明确，用户担心“气价上涨吞噬收益”；三是用户对“余电上网”的结算稳定性存疑，信任度低。
• 我从三方面破局：首先，基于全生命周期成本（LCC）理论，构建DE项目“按用能占比分摊固定成本+按实际消纳量分摊变动成本”的模型，明确气、电、热各环节的成本归属；其次，联动燃气公司与电网，设计“天然气基准价+电力现货价格浮动系数”的联动定价机制，将余电上网价格与天然气采购成本挂钩，对冲气价波动风险；最后，推出“收益保底+超额分成”契约——承诺用户年化收益不低于8%，超出部分按公司与用户7:3分成，降低用户风险感知。
• 项目在某装备制造园区落地后，DE项目的内部收益率（IRR）从8%提升至12%，吸引了3个同类园区签约合作，带动总投资额6亿元。我主导编制的《区域天然气分布式能源市场交易指南》，被省能源局采纳为行业参考标准，成为公司后续拓展分布式能源市场的核心方法论。此项目也让我从市场开发专员成长为能独立设计交易模式的业务骨干。

• 因痛心于年轻人对历史的疏离，我在B站创立「古人脱口秀」栏目，用职场梗解构历史事件（如《雍正皇帝的KPI保卫战》）。通过设计「颠覆认知-史料佐证-现代共鸣」三幕剧本模板，单期视频最高收获1.7万条弹幕互动。
• 两年间栏目播放量突破180万，作品被多地中学选为教学素材。这段经历磨砺出将学术内容转化为大众语言的能力，也让我理解到真实用户反馈才是创作者的指南针。