统筹团队量化策略全生命周期管理，覆盖股票多因子、CTA、套利等多资产类别，对接投资决策委员会输出策略方案，主导AI与量化技术融合创新。

• 制定年度量化策略研发路线，推动团队从传统多因子向深度强化学习转型，牵头搭建基于Transformer的行业轮动模型，整合宏观政策文本、产业链舆情、卫星产业数据三类另类数据，回测周期覆盖2018-2026年，年化超额收益达12.7%（基准中证800），较原模型提升4.1个百分点，2027年Q2起进入实盘跟踪，当前规模1.2亿。
• 优化团队投研流程，引入自动化因子挖掘平台（基于Spark分布式计算+PySpark MLlib），将因子开发周期从2周缩短至3天，年内新增有效因子47个（IC_IR>1.2），其中基于LSTM的量价序列预测因子在电力设备行业超额收益贡献度达23%。
• 主导跨部门协作项目，对接公司数据中台完成另类数据清洗与标签体系搭建，设计动态因子衰减预警机制（基于生存分析Cox模型），将策略失效预警提前至回撤发生前14个交易日，2027年实盘策略最大回撤控制在5.8%（目标7%）。
• 管理5人量化研究员团队，制定‘基础因子-复合因子-策略组合’三级培养体系，通过Kaggle竞赛模拟（聚焦高频交易场景）提升成员实战能力，团队输出的3个策略入围公司年度‘金策略’评选，其中1个获一等奖。

独立负责股票多因子策略研发与实盘跟踪，覆盖中证500/1000指数增强场景，主导模型迭代与风险控制，对接产品部输出策略说明书。

• 重构公司核心多因子模型，针对传统Barra风险模型在中观暴露不足问题，引入行业景气度因子（基于PMI分项+工业企业利润增速差），结合动态权重优化算法（粒子群优化PSO），策略年化超额收益从7.5%提升至9.1%，信息比率从1.8提升至2.3，2025年Q3起管理2亿规模指数增强产品。
• 攻克因子高相关性难题，采用非负矩阵分解（NMF）替代传统主成分分析（PCA）进行因子降维，在保持90%以上解释力的前提下，将组合换手率从年化8倍降至5.2倍，交易成本占比从0.9%降至0.6%。
• 搭建实时监控系统，基于Prometheus+Grafana实现因子有效性（IC、IR）、组合风险（跟踪误差、行业偏离）、交易执行（滑点、冲击成本）三维度监控，2026年成功预警2次因子失效事件（半导体行业动量因子反转），避免回撤扩大超2000万元。
• 带教3名初级分析师，输出《多因子模型开发SOP》《因子失效诊断手册》等文档，团队因子开发效率提升60%，其中1名成员独立完成的成长因子在消费行业超额收益贡献度达15%。

协助完成多资产数据清洗与因子挖掘，参与股票中性、统计套利策略回测，支持研究员完成学术论文实证分析。

• 搭建多源数据仓库，整合Wind行情、Choice财务、万得舆情数据，通过Python编写自动化清洗脚本（Pandas+正则表达式），解决前复权误差、财报滞后发布等问题，数据完整性从85%提升至98%，支撑团队10+个策略开发需求。
• 参与统计套利策略研究，基于协整检验筛选沪深300成分股配对（筛选标准：Engle-Granger p值<0.05且价差波动率<15%），优化止损阈值（动态调整为2倍标准差），策略年化收益11.3%（扣除成本后），夏普比率1.6，为团队首只实盘套利产品提供基础模型。
• 辅助完成《A股市场动量效应衰减周期研究》论文，使用滚动窗口回归（窗口期6/12/24个月）验证动量因子表现，发现当市场波动率（VIX）>25时，短期动量（1个月）失效概率提升40%，相关结论被应用于策略择时模块。
• 开发因子测试工具包（基于Backtrader），集成因子IC、分组回测、换手率分析等功能，将单个因子测试时间从4小时缩短至30分钟，团队因子评估效率提升50%。

• 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。

新能源汽车产业链一体化深度研究及投资策略输出项目

• 2022年新能源汽车板块受上游锂价暴涨、中游产能过剩及下游需求分化影响，市场分歧剧烈，公司权益产品新能源持仓面临“赚行业β不赚个股α”的困境。我的核心目标是主导完成产业链全环节穿透式研究，输出可落地的投资策略，解决“如何识别产业链利润分配的核心环节”这一关键问题。
• 项目难点在于传统研究停留在“单一环节供需分析”，缺乏上下游联动逻辑，且技术迭代（如4680圆柱电池量产、麒麟电池CTP3.0技术）对环节成本结构的冲击难以量化。我采用“波特五力模型+产业链成本传导矩阵”双框架，搭建包含“环节产能利用率-原材料成本占比-技术溢价能力”的量化模型；同时联动权益投资团队，将研究员的“定性判断”转化为基金经理可理解的“量化评分卡”。
• 我牵头组织了15场产业链深度调研，覆盖宁德时代（电池）、恩捷股份（隔膜）、拓普集团（底盘）、容百科技（正极）等12家核心企业，获取一手产能规划、订单绑定率及成本控制数据；针对技术迭代影响，引入“技术渗透曲线”工具，测算高镍三元电池2023年渗透率将从18%提升至27%，对应正极材料企业的单Wh盈利可提升12%-15%；每周输出《产业链动态跟踪周报》，同步更新“环节景气度得分”与“个股Alpha潜力排名”。
• 项目成果显著：输出的《新能源汽车产业链2023年投资策略报告》中，重点推荐的“高镍三元正极”“湿法涂覆隔膜”“一体化底盘”三大细分赛道标的，6个月内平均涨幅达45%，推动公司权益产品新能源板块持仓收益率跑赢中证新能源指数18个百分点；更重要的是，我将“上下游联动分析+技术量化测算”的研究框架纳入公司新能源行业SOP，成为后续同类研究的标准化工具。

大消费行业景气度跟踪体系重构及应用项目

• 2020年后疫情时代，大消费行业（食品饮料、家电、零售）受“线下场景修复”“线上消费习惯固化”等变量影响，传统社零总额、企业季报等滞后指标无法及时捕捉细分赛道机会（如预制菜、智能家电）。我的目标是重构消费行业景气度跟踪体系，解决“如何提前3-6个月预判细分赛道爆发期”的问题。
• 项目难点在于传统跟踪指标颗粒度粗（如仅跟踪社零总额中的“餐饮收入”），缺乏高频、前瞻性数据，且消费习惯变化（如Z世代偏好“便捷化”“健康化”）对细分赛道的需求拉动难以量化。我整合了10+个高频数据源——包括爬虫抓取的天猫/京东预制菜销量、艾瑞咨询的“Z世代消费偏好调研”、第三方物流的“智能家电配送时效”，搭建“高频数据+行为洞察+财务指标”三维预警模型；并通过因子分析筛选出“线上渗透增速”“新品迭代频率”“原材料成本敏感度”三个核心因子，作为景气度判断的关键指标。
• 我每周输出《大消费细分赛道景气度周报》，针对预制菜赛道，通过“线上销量月均增长35%”“线下商超铺货率从15%提升至28%”的高频数据，提前3个月预判行业进入爆发期；针对智能家电，通过“AI语音功能新品占比从20%提升至40%”的行为数据，识别出科沃斯、石头科技的α机会。此外，我还主导编写了《消费行业景气度跟踪手册》，明确各细分赛道的“核心跟踪指标库”与“数据更新频率”。
• 项目成果：重构后的体系将消费行业景气度预测准确率从62%提升至81%，基于该体系推荐的天味食品（预制菜）、科沃斯（智能家电）标的，1年内涨幅分别为58%、72%；该体系被公司推广至整个大消费研究条线，成为季度策略会、产品路演的核心工具，也支撑了公司“消费升级”主题产品的超额收益表现。