负责公司电力、天然气及新能源品种的市场风险全流程管理，涵盖风险识别、量化建模、对冲策略落地及监管合规监控，支撑交易业务的风险可控与收益优化

• 主导设计电力现货市场动态风险对冲策略，基于Python构建“VaR-GARCH模型+中长期基差风险调整”框架，解决过往静态对冲比例导致的偏差问题——针对广东电力现货市场的价格尖峰波动特征，将对冲策略从“周度调整”优化为“实时动态校准”，全年对冲成本降低18%，VaR（95%置信区间）值从1200万元/月降至900万元/月，支撑交易部门实现年化超额收益4.5%
• 核心开发天然气价格波动预警系统，整合LSTM机器学习模型与天气、EIA库存、地缘政治事件数据，实现极端价格波动（单日涨跌幅超10%）的7天提前预警——2024年冬季成功预判欧洲气价传导至国内LNG市场的风险，建议提前锁定10万吨长协气源，规避直接经济损失约320万元，该系统被纳入公司核心风险工具库
• 推动建立能源衍生品交易合规闭环框架，对照CFTC《能源市场监管指引》与发改委《电力衍生品交易管理办法》，梳理“持仓限额、止损线动态调整、关联交易报备”12项关键控制节点，配套开发合规监控仪表盘（用Tableau实现），全年未发生监管违规事件，内部审计风险项从21项降至0项
• 重点优化新能源电站（累计装机容量800MW光伏+300MW风电）的市场风险暴露，采用蒙特卡洛模拟预测未来10年电价波动对项目IRR的影响——针对山东某光伏电站，建议将固定电价PPA占比从60%提升至85%，并嵌入“碳价联动调整条款”（碳价超80元/吨时上浮电价0.02元/kWh），最终项目IRR稳定在8.2%以上，较原方案提升1.5个百分点

聚焦风电、光伏等清洁能源项目的市场风险分析与对冲方案执行，支撑项目投资决策与运营期风险管控，同时负责碳资产风险联动管理

• 独立完成5个风电项目（总装机450MW）的电力市场风险尽调，用历史模拟法计算项目投产后10年的电价风险敞口（覆盖全国8个省份的电力现货试点），结合当地“保障性收购+市场化交易”政策与碳价（CEA）走势，提出“70%长期PPA+20%跨省现货套利+10%碳资产质押”组合策略——帮助项目获得国开行绿色贷款审批，融资成本从4.8%降至4.3%，支撑项目IRR达到7.9%
• 主导搭建公司首个能源风险数据库，整合全国15个省份的电力现货价格、新能源出力数据、碳配额成交数据，用SQL编写自动化更新脚本，配套Tableau可视化看板（含“价格波动率、敞口覆盖率、碳价相关性”等指标）——将投资团队的风险数据查询时间从2天缩短至2小时，决策效率提升30%
• 参与某西北光伏电站的碳资产风险管理，分析碳价（从70元/吨跌至45元/吨）对项目额外收益的影响，建议在碳价峰值区间卖出50%的CCER配额（约2万吨），锁定收益120万元，避免了后续碳价下跌导致的80万元损失；同时推动项目公司与电网公司签订“碳收益共享协议”，将剩余碳资产与电费结算挂钩，提升项目综合收益稳定性
• 协助优化能源交易团队风险考核机制，将单一“利润提成”替换为“风险调整后收益（RAROC）+合规评分”双指标体系——团队年度超额收益的波动率从15%降至8%，合规投诉率从12%降至0，该机制被公司推广至所有交易条线

协助资深风险管理经理完成能源市场数据收集、基础风险分析及项目初步风险评估，支撑能源交易与投资业务的前端风险筛查

• 负责全国31个省份电力中长期交易价格、天然气门站价、可再生能源补贴政策的自动化数据采集——用Python编写Scrapy爬虫脚本，对接国家能源局、各省发改委官网及第三方数据平台，数据准确率从92%提升至99%，每月人工整理时间从10天缩短至6天，支撑风险模型的实时迭代
• 辅助完成3个风电项目的初步市场风险分析，用敏感性分析法评估“电价下跌10%、风机出力下降5%、补贴延迟6个月”三种场景对项目IRR的影响（分别导致IRR下降2.1、1.8、1.2个百分点），形成《风电项目市场风险筛查报告》——为项目立项提供数据支撑，其中1个项目因风险可控快速通过评审
• 参与搭建公司首套能源风险指标体系，定义“价格波动率（月度）、敞口占比（对冲后）、对冲有效性（套保比率）”8个核心指标，编写指标计算逻辑与监控阈值（如波动率超15%触发预警）——该体系成为公司后续风险监控的基础框架，沿用至今
• 协助完成2个光伏项目的监管合规检查，对照国家能源局《可再生能源发电项目风险管理指引》，梳理出“PPA合约期限与电站运营期不匹配（短3年）、碳资产登记缺失（未在CEA系统备案）”等3项潜在风险点——提出“延长合约期限+补录碳资产信息”整改建议，帮助项目顺利通过监管部门现场检查

某省电力现货市场多主体策略优化与风险管控平台建设项目

• 1. 项目背景：2023年某省启动电力现货市场连续结算试运行，发电侧（火电、风电）与售电侧主体面临价格波动剧烈、策略同质化严重、风险管控能力不足等痛点——部分火电企业因报价滞后导致边际成本倒挂，售电公司因用户负荷预测不准产生超额购电成本。我的核心职责是主导平台需求调研、策略模型设计与全链路落地，目标打造覆盖“数据-策略-执行-风险”的市场主体决策支持工具。
• 2. 关键难题：一是多源数据融合障碍——市场出清数据（电力交易中心）、机组运行数据（发电企业DCS）、气象预测数据（第三方）格式异构、时效性差，无法支撑实时策略计算；二是多主体策略适配——火电、风电、售电公司成本结构与目标差异大（火电关注边际成本最优，风电关注弃风控制，售电公司关注负荷匹配），传统通用模型泛化弱；三是实时风险预警滞后——电价分钟级变动，原系统风险指标计算延迟5分钟，无法支撑及时调仓。
• 3. 核心行动与创新：① 数据层：搭建实时数据管道，用Apache Kafka承接多源数据，通过DataWorks定制ETL流程，统一schema并实现秒级同步；② 模型层：针对不同主体设计差异化策略——火电用PPO强化学习优化边际成本，风电结合功率预测与弃风阈值构建报价策略，售电公司用ML预测用户负荷并匹配市场电价；③ 风险层：引入Flink流计算，开发实时风险指标（VaR、持仓暴露度），将预警时间压缩至1分钟内；④ 验证层：组织12家发电、8家售电企业模拟交易，迭代参数至回测收益率稳定。
• 4. 项目成果：平台上线后，合作客户平均收益提升18%，火电边际成本倒挂率从12%降至3%，售电超额购电成本降低25%；覆盖该省80%统调火电、60%售电公司，成为市场主体核心决策工具。我主导全流程，解决了数据融合与多主体模型适配问题，项目被纳入公司《电力市场服务标准化手册》，获评2023年度“最具业务价值项目”。

区域新能源电站群参与电力辅助服务市场竞价策略研究与应用项目

• 1. 项目背景：区域新能源装机占比升至35%，电网辅助服务需求激增，但10余家新能源电站群因缺乏精准策略，辅助服务参与率仅40%，单站收益波动±30%。我的职责是研究适配新能源特性的辅助服务竞价模型，提升参与度与收益稳定性。
• 2. 关键难题：一是规则动态变化——当年该省两次调整调峰补偿系数（0.8→1.2元/kWh），传统静态策略无法适配；二是电站群协同难——光伏白天、风电夜间出力集中，单站策略易“抢资源”或“闲置”；三是成本核算模糊——未纳入弃风弃光、设备损耗等隐性成本，策略收益虚高。
• 3. 核心行动与创新：① 规则适配：用NLP技术自动解析监管文件，开发“规则感知”模块实时更新补偿系数；② 协同优化：通过数字孪生模拟电站群出力，结合LSTM预测辅助服务价格，构建“全局最优”策略——光伏优先午间调峰，风电侧重夜间调频；③ 成本精准化：将隐性成本纳入报价模型，确保收益覆盖全成本。
• 4. 项目成果：策略应用后，电站群参与率提升至70%，平均收益增长22%，单站波动降至±10%以内。形成《新能源电站群辅助服务竞价策略手册》，被3家运营商采纳为标准流程。我设计了策略核心框架，解决了规则适配与协同问题，助力公司获区域“最佳市场服务供应商”称号。

• 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。