负责高净值客户（可投资资产1000万+）全生命周期资产配置，聚焦权益类资产（股票、公募/私募股权）及固收+策略组合构建；协同研究团队输出定制化方案，推动客户复购与新客转化；统筹投后服务全流程，保障策略落地效果与客户体验。

• 主导120+高净值客户年度资产检视与策略迭代，运用均值方差模型结合美林时钟修正版（基于国内PPI与M2增速调整资产权重），将客户权益仓位从65%动态降至55%以应对2023年二季度市场回调，帮助客户平均年化收益较基准提升8.2%，其中3个客户因策略有效性追加投资合计2300万元。
• 针对科技赛道客户‘高增长+低波动’需求，定制‘硬科技股权（半导体/AI Pre-IPO）+可转债事件驱动套利’复合策略：联动研究所筛选5家拟上市科技企业及3只低溢价率可转债，设计‘基石持仓+条款博弈’结构，帮助2个客户实现15.6%年化超额收益，其中1个客户将家族信托资金1500万元转入公司。
• 搭建客户风险画像系统，整合KYC信息、Python爬取的交易行为数据（换手率、止损阈值）及外部信用评级，将客户分为‘激进成长/平衡稳健/保守保值’三类；针对保守型客户加配同业存单指数基金与保险资管产品，使该群体投诉率下降40%，复购率提升至68%。
• 推动投顾服务产品化，牵头设计‘季度资产配置报告+月度调仓提示+专属投后沟通’标准化体系，用Tableau制作可视化业绩归因报告（拆解资产配置、行业选择、个股alpha贡献），客户满意度从82分升至91分，转介绍率提升35%，带来新客资产规模1.2亿元。

负责中高端客户（可投资资产300万-1000万）投资咨询与策略执行，聚焦公募基金组合及量化对冲策略推广；协助客户完成开户、交易及售后跟进，目标提升资产留存率与新客获取量。

• 核心参与搭建‘公募基金FOF模拟组合’，用晨星评级、夏普比率、最大回撤三维度筛选底层基金（覆盖消费、医药、科技赛道），每季度再平衡，帮助客户实现9.8%年化收益；该组合被公司纳入‘新手投顾套餐’，直接带动120个新客户开户，资产合计3500万元。
• 响应某制造业客户‘对冲原材料涨价风险’需求，设计‘商品期货套期保值+高信用债对冲’策略：联动衍生品部门开通期货账户，配置铁矿石期货空头合约及AAA级企业债，帮助客户对冲15%的成本上涨压力，客户追加投资800万元并推荐3个同行业朋友开户。
• 用SQL提取客户交易数据，识别‘持有不满3个月赎回’的高频群体，针对性发送‘长期持有收益对比报告’及定投建议，使该群体持有周期延长至6个月以上，赎回率下降28%，资产留存率提升19%。
• 针对教育行业客户‘现金流稳定+轻度增值’需求，推荐‘红利低波ETF+短期理财债基’组合，用历史回测数据展示‘年化5%-7%收益+低于2%波动’的优势，吸引18个客户配置，合计规模1200万元，客户续约率100%。

协助资深投资顾问完成客户需求调研、基础资产配置分析及日常投后服务；学习宏观研究框架与策略落地流程，为独立展业奠定基础。

• 搭建客户KYC标准化模板（含风险承受能力、投资目标、流动性需求三维度），用Excel制作可视化画像报告，提升顾问需求分析效率30%；其中2个客户因精准匹配转化为正式投顾服务客户，资产合计600万元。
• 跟踪宏观数据（GDP、CPI、PMI）及行业动态（Wind终端查询），每周制作‘市场周报’并给出配置建议——2019年四季度建议增配权益类资产（占比从40%提至50%），帮助团队客户平均收益较基准提升6.5%，周报被纳入团队内部沟通材料。
• 协助处理客户售后问题：某债券基金浮亏客户担忧风险，用久期（3.2年）、凸性（0.15）指标解释利率波动影响，同时推荐‘债券+打新’增强策略，帮助客户半年内扭亏为盈，客户满意度从75分升至90分，后续成为顾问忠实客户。
• 整理研究报告与策略纪要，建立‘行业景气度跟踪库’（覆盖TMT、消费、制造），为顾问提供实时行业数据支持，减少顾问信息收集时间25%，助力团队抓住2019年半导体行业行情，客户相关持仓收益达22%。

支教时发现乡村小学因缺乏实验器材，科学课多停留在课本讲解。返校后联合实验室开发出百元级科学实验背包，内含20个基础实验器材。为确保可持续运营，设计配套视频课程与城乡结对系统，并培训132名大学生担任远程助教。项目覆盖9省47所学校后，学生科学兴趣评分提升35%。这段经历教会我用产品思维解决社会问题，当看到孩子们用自制望远镜发现土星光环时，我理解了教育的真谛是点燃可能性。

高净值客户权益类资产交易执行效率优化项目

• 项目背景：随着公司高净值客户（资产规模≥500万）数量年增速达40%，其权益类资产（股票、ETF）交易需求呈现“小额多频、个性化止盈止损”的特征——单笔订单规模集中在100-500万，日均委托量20-30笔，但现有通用VWAP/TWAP算法无法适配，导致客户订单滑点率高达1.2%、市场冲击成本0.8%，季度客户投诉率超15%。项目目标是通过定制化执行策略，将滑点率降至0.8%以下、冲击成本控制在0.5%以内，同时提升客户交易体验留存。
• 解决的关键难题：高净值客户订单的“行为异质性”与市场微观结构的动态匹配——传统算法仅基于成交量加权，未考虑客户持仓周期（如成长股客户倾向长期持有，需减少日内波动冲击）、风险偏好（如止损订单需快速执行）及市场盘口深度（如早盘10点前盘口流动性比尾盘高30%）。需融合客户画像与实时市场数据构建差异化执行逻辑。
• 核心行动与创新：1. 主导搭建“客户行为-市场状态”双维度决策框架：通过挖掘近1年高净值客户订单数据（覆盖300+客户、1.2万笔订单），提炼“持仓集中度”“历史止盈止损触发速度”等5个客户画像标签；同时接入Level-2盘口数据（逐笔委托、挂单深度），识别“开盘30分钟”“午盘1小时”等流动性高发时段。2. 基于随机森林模型预测订单“最优执行窗口”——例如成长股客户的限价买单，若早盘盘口深度≥500手，则延迟至9:45后执行以获取更优价格；止损卖单则触发后10秒内拆分为5笔小单快速出货。3. 推动技术落地：牵头改造公司OMS（订单管理系统），嵌入定制化执行算法模块，实现“客户标签-策略匹配-实时执行”的自动化闭环。
• 项目成果：滑点率从1.2%降至0.58%，市场冲击成本降至0.29%，高净值客户交易满意度从72%提升至91%；客户交易佣金留存率从85%升至94%，年新增佣金收入约1260万元。项目形成的“高净值客户执行策略模板”被纳入公司经纪业务标准流程，后续推广至全公司12家营业部的财富管理条线。

中小盘ETF做市流动性提供策略升级项目

• 项目背景：公司当时聚焦大盘宽基ETF做市（如沪深300ETF），但中小盘细分行业ETF（如半导体ETF、医药ETF）做市份额不足3%——因中小盘ETF流动性波动大，传统Delta中性策略对冲滞后，导致日均报价价差达0.15%、做市亏损率超10%。项目目标是通过策略优化，将中小盘ETF做市价差缩窄至0.1%以内，亏损率降至5%以下，提升市场份额至8%。
• 解决的关键难题：中小盘ETF的“流动性瞬时枯竭”风险——例如跟踪新能源汽车细分指数的ETF，成分股多为中小市值公司，单日成交额不足5000万，传统每15分钟一次的Delta对冲无法应对突发的申购赎回冲击，导致现货头寸暴露、对冲成本飙升。需构建“实时风险感知+动态对冲”的策略体系。
• 核心行动与创新：1. 针对中小盘ETF特征重构对冲逻辑：引入“折溢价率+成分股流动性得分”双指标触发对冲——当ETF折溢价率超过0.2%（反映市场供需失衡）或前十大成分股合计挂单深度低于1000手时，立即启动现货与股指期货的对冲操作，将对冲频率从15分钟级提升至秒级。2. 利用期权隐含波动率优化报价策略：针对高波动的中小盘ETF（隐含波动率≥30%），扩大买卖价差至0.12%（较之前增加0.03%），但通过卖出虚值看涨/看跌期权对冲尾部风险，将实际对冲成本降低0.04%。3. 开发实时监控系统：对接公司衍生品交易终端与ETF行情接口，实现对“折溢价、成分股流动性、隐含波动率”的秒级预警，支撑策略自动执行。
• 项目成果：中小盘ETF日均报价价差从0.15%缩窄至0.07%，做市亏损率降至1.8%，市场份额从3%提升至8.5%；年做市收益从1200万元增至2000万元，成为公司做市业务的第二增长曲线。项目总结的“中小盘ETF做市三要素”（流动性预警、动态对冲、期权辅助）被公司纳入做市业务培训教材，推动团队整体策略能力升级。