聚焦可投资产500万以下零售客户，负责客户需求挖掘、基础资产配置方案设计及全周期跟踪，目标为提升客户AUM（资产管理规模）与留存率

• 运用KYC（了解你的客户）标准化流程结合风险测评工具（如RQFII改良版问卷），完成200+客户画像建模，精准识别60%客户的‘稳健增值’核心诉求，针对性推荐‘股债6:4’经典组合，首年客户平均持仓偏离度控制在7%以内
• 依托Wind终端构建产品筛选池，设置夏普比率＞1.2、最大回撤＜10%的量化门槛，完成30只公募/券商资管产品尽调，输出包含底层资产穿透、费率对比的推荐报告，推动其中15只产品纳入客户配置，带动管户AUM季度环比增长18%
• 发现客户对‘持仓透明性’需求突出后，自主用Excel VBA搭建动态监控模板，设置净值波动、行业集中度等5项预警指标，每月生成可视化持仓报告，客户咨询响应效率提升40%，季度客户满意度从82%升至89%
• 参与公司‘新客转化训练营’，设计‘家庭生命周期与资产配置’主题沙龙，结合生命周期理论讲解教育金、养老金储备场景，3个月内触达潜在客户120组，转化有效户45人，贡献新增AUM 3200万

负责可投资产3000万以上高净值客户及3家机构客户的深度服务，主导复杂资产配置方案设计，推动跨周期风险对冲与收益增强

• 针对高客‘财富传承+抗通胀’双重需求，创新设计‘核心+卫星’策略：核心层配置20%红利低波ETF+30%保险金信托，卫星层通过CTA策略私募基金捕捉商品周期机会，管理8位高客组合年度年化波动率8.2%（低于市场均值10%），超额收益13.5%
• 对接某城商行私行部，主导定制‘固收+打新’FOF产品，通过Bloomberg获取底层债券持仓、打新询价数据，运用蒙特卡洛模拟测算不同利率情景下的收益分布，完成压力测试报告，最终促成银行签约代销，引入资金5000万，产品成立6个月超额收益达6.8%
• 搭建客户分层标签体系，用Python爬取客户交互数据（如咨询频率、关注资产类别），划分‘保守型’‘平衡型’‘进取型’三类客群，定向推送宏观政策解读、行业轮动观点，客户内容打开率从35%提升至62%，留存率稳定在92%以上
• 处理2起高客投诉（因权益仓位过高导致季度回撤-15%），通过归因分析定位行业集中度风险，重新平衡组合至消费/科技均衡配置，2个月后组合回撤收窄至-7%，同步优化客户沟通话术，投诉客户复购新产品金额超原持仓的40%

统筹10人投资顾问团队，制定区域客户服务标准，推动高客AUM规模突破20亿，同时强化团队专业能力与合规意识

• 编制《高净值客户资产配置SOP》，细化‘需求诊断-方案定制-动态调仓-绩效复盘’四阶段操作指南，配套风险收益测算模板与合规话术库，团队人均管户AUM从1.8亿提升至2.5亿，客户投诉率下降60%
• 引入‘宏观-中观-微观’联动分析框架，联动公司研究部搭建月度策略会机制，输出包含股债性价比、行业景气度、个股Alpha预测的报告，团队推荐产品持有期平均收益率11.2%（超市场基准2.5个百分点），客户跟投率提升至75%
• 设计‘投资顾问能力矩阵’，涵盖资产配置理论、量化工具应用、客户心理洞察3大维度，组织内部工作坊20场，团队考取CFP/AFP证书人数占比从50%提升至80%，2名成员晋升为团队主管
• 试点‘智能投顾+人工顾问’双轨服务模式，接入公司AI资产配置系统输出基础方案，人工顾问重点优化客户个性化需求（如ESG偏好、税务规划），服务效率提升30%，高客签约率较纯人工模式提高22%

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。

• 大二观察到毕业生离校时大量教材被废弃，而新生购书支出占生活费12%，便发起校园书籍教材循环计划。为解决传统二手书交易效率低的问题，我们开发微信小程序实现扫码估价、预约取件功能，并说服快递中心以成本价承接物流。
• 通过建立翻新消毒标准打消卫生顾虑，项目年流通教材1.2万册，累计为同学节省书费38万元。这段经历让我从商业小白成长为能设计闭环模式的实践者，项目不仅获省级创业金奖，更被纳入学校官方服务体系延续至今。