负责股票多因子策略全生命周期管理，涵盖机器学习因子挖掘、高频策略执行优化及组合风险控制，主导3类核心策略从研发到实盘的落地，同时搭建自动化投研工具链提升团队效率。

• 主导开发基于迁移学习的动态多因子模型，针对传统价值/成长因子近年IC均值下滑至0.08的问题，引入自然语言处理（NLP）提取财报文本的‘管理层乐观度’指标，结合LightGBM构建非线性因子交互项，回测（2018-2023）年化超额收益从12%提升至16.5%，信息比率从2.1优化至2.8；同步解决过拟合问题，通过时序交叉验证将样本外失效概率从15%压降至5%。
• 设计股指期货高频套利策略的执行算法，基于Tick数据拆解订单簿流动性分布，应用Kyle模型计算最优报单深度，结合强化学习动态调整滑点容忍阈值，实盘交易成本（冲击成本+滑点）从单边0.8BP降至0.5BP，策略夏普比率从1.9提升至2.4，月均换手率稳定在80倍以上。
• 搭建多维度风险监控体系，融合Barra中国A股模型与另类风险因子（如ESG争议事件、北向资金异常流动），通过蒙特卡洛模拟预测极端情景下组合最大回撤，推动将风格暴露约束从±0.5σ收紧至±0.3σ，2023年Q4市场风格切换期，组合最大回撤从7.2%控制在4.1%。
• 主导开发自动化回测平台，基于Docker容器化部署与Ray分布式计算框架，实现因子计算-策略回测-绩效分析全流程并行化，单策略回测耗时从48小时缩短至6小时，支持团队同时推进8个策略并行开发，当年策略迭代次数同比增加120%。

聚焦A股中低频量化策略研发，负责因子清洗、基础模型构建及策略绩效归因，协助完成2只指数增强产品的策略迭代，支撑管理规模从15亿增长至30亿。

• 重构基本面因子库，整合Wind、CSMAR的1200+原始指标，通过分位数标准化与行业中性化处理，筛选出23个有效因子（IC>0.05且t>2）；其中创新的‘产能利用率环比增速’因子IC均值达0.07，IC_IR 0.85，被纳入核心多因子模型。
• 优化沪深300增强策略的行业轮动模块，引入宏观因子（PMI、社融增速）与行业景气度指标的联动模型，替代原静态权重分配，2021年策略超额收益从8.3%提升至11.2%，行业偏离度从3.5%收窄至1.8%。
• 完成策略绩效深度归因，使用Brinson模型拆解收益来源，发现2022年H1超额收益主要依赖化工、电新板块的超配（贡献52%），但Q3该板块回撤导致整体表现下滑；据此建议增加防御性因子（股息率、波动率）权重，Q4超额收益回正至2.1%。
• 搭建因子数据监控看板，用SQL+Tableau实现因子覆盖率、缺失值率、IC衰减速度的实时可视化，将因子失效预警时间从周度缩短至T+1，保障投研决策的数据时效性。

参与量化策略基础研究，聚焦另类数据挖掘与因子有效性验证，为团队提供事件驱动、跨市场比较等方向的实证支持。

• 研究A股‘业绩预告超预期’事件的投资价值，爬取巨潮资讯网2010-2019年公告文本，用TextBlob计算情绪得分，结合事件窗口（-5, +10）构建动量策略，回测显示超预期且情绪正向的事件后5日超额收益达1.8%（t=2.1），相关结论被纳入事件驱动策略储备库。
• 对比A股与美股科技板块动量因子表现，运用协整检验发现两者存在长期均衡关系（p<0.05），基于此设计跨市场配对交易策略，2019年模拟盘年化收益15%，夏普比率1.6，为跨境策略布局提供依据。
• 开发因子测试工具集，用Python封装IC计算、分层回测、换手率分析函数，替代原手动Excel操作，将单因子分析时间从3天缩短至6小时，该工具被团队沿用并扩展至20+基础功能。

新能源汽车固态电池产业链投资价值深度研究与策略落地

• 2022年新能源汽车渗透率突破25%，但固态电池作为下一代核心技术，商业化进度与投资边界模糊，公司需明确赛道优先级以布局早期优质标的。我的核心职责是主导固态电池子赛道的从0到1深度研究，覆盖技术路线、产业链成熟度、成本竞争力三大维度，并向投资决策委员会输出可落地的投资策略。
• 项目难点在于两点：一是固态电池企业多为未上市初创型，公开数据缺失；二是市场对“硫化物vs氧化物电解质”“半固态vs全固态”技术路线存在严重分歧。我采用“产业链交叉验证法”，访谈了12家上游固态电解质/锂金属负极材料厂、5家整车厂研发负责人，同时引入Gartner技术成熟度曲线（Hype Cycle）评估各技术节点的商业化概率，并通过技术经济分析（TEA）测算不同路线的量产成本拐点。
• 针对数据缺口，我搭建了“企业专利储备+供应链配套+客户验证进度”的三维评分体系，替代传统营收/利润指标；针对技术分歧，联合公司量化团队开发“技术路线胜率模型”，纳入18项关键参数（如电解质离子电导率、界面阻抗）。决策过程中，我坚持“重资产环节看产能利用率、轻资产环节看专利壁垒”的筛选逻辑，排除3家过度炒作的材料厂商。
• 项目输出120页《固态电池产业链投资白皮书》，识别出“固态电解质膜（硫化物路线）”“锂金属负极集流体”两大高潜力细分环节，推动公司参与2家Pre-IPO企业的基石投资。其中1家企业于2024年Q1登陆科创板，为公司带来浮盈超2.3亿元。此项目不仅夯实了我在新能源前沿技术研究的壁垒，也助力我从“行业跟踪型”分析师转型为“策略驱动型”研究者，次年晋升为首席行业分析师助理。

光伏TOPCon电池技术迭代对产业链竞争格局的影响研究

• 2021年PERC电池转换效率逼近理论极限，TOPCon作为主流替代技术，但市场对其“何时量产、利润如何分配、哪些环节受益”存在认知差。我的任务是从技术与产业链视角，解答机构客户的核心疑问，为买方提供投资决策依据。
• 难点在于技术参数的专业性与客户需求的可读性之间的平衡：一方面，TOPCon的“隧穿氧化层钝化接触”技术涉及半导体物理知识，需简化为可理解的产业逻辑；另一方面，客户要求数据能支撑“买设备还是买材料”的具体决策。我选择用“成本-效率-良率”三维度拆解，通过MATLAB搭建TOPCon与PERC的全生命周期成本模型，对比两者在不同良率下的单瓦盈利差异。
• 为验证模型准确性，我走访了晶科能源、捷佳伟创等8家头部电池厂与设备厂商，获取一线量产数据（如TOPCon量产良率从2021年的85%提升至2022年的92%），并调整模型中的“银浆耗量”“折旧成本”等参数。同时，针对客户关心的“利润分配”，我用博弈论框架分析：当TOPCon效率超过25.5%时，电池厂利润占比将从30%提升至45%，而银浆厂商因用量减少，利润占比下降10个百分点。
• 项目成果包括5篇深度报告（总阅读量超10万），其中《TOPCon量产拐点已至：产业链利润向电池环节集中》被中信证券、易方达基金等7家机构引用为内部参考。此研究推动研究所获得晶科能源、广发基金的“年度最佳技术研究服务奖”，我也从实习生成长为负责光伏板块的全职分析师，独立覆盖10家上市公司，建立了自己在电池技术迭代领域的专业口碑。

• 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。