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%。

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。

• 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。