负责电力现货与期货市场风险对冲策略全周期管理，统筹企业头寸的市场风险、基差风险及流动性风险管控，通过量化模型与政策跟踪为企业提供动态风险管理解决方案，保障年度交易头寸亏损控制在营收的0.8%以内。

• 主导设计燃煤电厂中长期合约与电力期货套保组合方案，基于历史模拟法与蒙特卡洛模拟构建VaR（在险价值）模型，结合机组检修周期与区域用电负荷特性优化套保比率至89%，较传统全额套保降低对冲成本15%，年度避免因现货价格超预期上涨导致的潜在损失约2300万元。
• 应对2023年煤电价格联动机制调整政策，牵头建立包含‘长协煤覆盖率’‘碳配额成本传导系数’等12项指标的政策敏感性分析框架，量化不同政策情景下电厂度电边际成本变动幅度，提出‘将50%年度交易电量转为浮动价合约+30%锁定季度均价’的调整建议，帮助企业适应新政策后利润波动收窄40%。
• 搭建电力市场实时风险监控系统，整合彭博Eikon终端行情数据与企业交易平台API接口，设置‘单日头寸偏离度±5%’‘基差率超历史分位数90%’等6类预警阈值，配套自动触发减仓策略，成功拦截2024年夏季极端高温行情下因现货价格暴涨导致的穿仓风险，全年未出现重大风险事件。
• 参与新能源电站PPA（购售电协议）风险评估，构建含‘补贴退坡进度’‘限电率波动’等情景的压力测试模型，针对某100MW光伏电站客户设计‘固定电价部分购买看跌期权+浮动电价部分挂钩绿证收益’的组合策略，将其长期协议违约概率从18%降至7%，助力客户获得银行低息绿色贷款5000万元。

聚焦天然气输配环节价格风险管理，跟踪国际LNG价格、国内门站价及管输费的联动关系，为企业设计采购成本对冲方案与跨区域价差套利策略，支撑年度输配业务毛利率稳定在18%以上。

• 重点优化天然气进口长约与现货采购比例模型，应用HP滤波法分解国际JKM指数5年价格周期，结合国内冬季供暖季需求预测，提出‘长约占比65%（锁定3年期价格）+现货动态补仓（当价差超3美元/MMBtu时触发）’的策略，年度节省对冲成本12%，相关模型被纳入公司采购决策系统。
• 开发天然气政策风险数据库，梳理‘双碳’目标下‘煤改气’补贴退坡节奏、管输费监审周期调整等8类政策变量，构建回归模型量化其对城市燃气企业售气毛差的影响系数，为15家中小燃气客户提供‘提前锁定居民用气价格+参与交易中心价差期权’的定制化方案，帮助客户平均毛差稳定在0.55元/立方米。
• 参与西气东输三线沿线省份管输气价联动机制研究，通过向量自回归模型（VAR）分析‘上游门站价-省网输配费-终端销售价’的传导弹性，提出‘当门站价波动超5%时，启动跨区域气源调配+动态调整管输费浮动比例’的应对策略，推动合作管网公司项目IRR提升3个百分点。
• 搭建LNG槽车运输成本风险模型，整合油价、运距、车辆利用率等10项参数，量化极端天气（如寒潮导致高速封闭）对运输时效的影响，为客户设计‘预留10%应急运力+购买运输延误保险’的组合方案，将其运输成本超支率从9%降至3%。

支持能源企业开展基础风险识别与量化模型搭建，参与行业风险研究报告编制，协助完善团队风险管理工具库，为后续策略设计提供数据与方法论支撑。

• 协助完成某省级电网企业购电成本风险分析项目，整理2015-2020年煤电标杆电价、风电光伏渗透率、交叉补贴规模等200+维度数据，构建多元线性回归模型预测未来3年市场化购电成本波动区间（±8%），相关结论被纳入企业年度风控大纲，用于指导中长期购电合约签订。
• 参与编制《华东区域电力市场风险白皮书》，走访12家发电企业收集套保案例，提炼‘基差风险（期货与现货曲线不匹配）’‘流动性风险（远月合约成交量不足）’等6类常见问题，提出‘滚动展期套保’‘分散头寸至多个交割月’等应对策略，白皮书被中国电力企业联合会采纳为行业培训材料。
• 系统学习能源金融衍生品知识，考取FRM一级证书，主导开发内部风险术语库，统一团队对‘峰谷价差风险’‘阻塞成本风险’‘信用敞口风险’等18个核心概念的定义与计算口径，将跨部门风险评估会议效率提升40%。
• 协助搭建天然气价格相关性分析工具，使用Python编写爬虫程序抓取国际能源署（IEA）、上海石油天然气交易中心等平台数据，构建‘JKM-LNG国内到岸价-管道气门站价’的动态相关系数模型，为后续套保策略设计提供实时数据支持。

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。