统筹公司权益、固收及多资产组合的市场风险全流程管理，涵盖风险识别计量、限额体系搭建、压力测试实施及监管报送，联动投资交易团队制定风险缓释策略，保障组合在极端市场环境下的稳健性。

• 主导优化多资产VaR（在险价值）计量模型，针对权益类衍生品（股指期货、期权）及利率债久期缺口的风险敞口，引入GARCH-EVT混合模型修正尾部风险预测偏差，将99%置信水平下日度VaR回溯测试失败率从7.3%降至2.1%，模型前瞻性获监管现场检查高度认可。
• 牵头设计年度全市场压力测试方案，覆盖美联储超预期加息（+200BP）、国内地产债集中违约（CDS利差跳升150BP）等6类极端情景，创新性加入跨境资本流动冲击因子（北向资金单月净流出超2000亿），推动投资组合调整高贝塔个股头寸12亿元，经测算可降低极端情景下潜在损失1.8亿元。
• 搭建动态限额管理体系，基于风险调整后收益（RAROC）指标拆解股债衍生品、外汇敞口的子限额，配套开发限额预警自动化看板（集成Bloomberg API与内部风控系统），将超限额事件响应时效从T+1缩短至实时，季度限额违规率从15%降至4%。
• 应对新金融工具准则（IFRS 9）实施要求，梳理权益类金融资产公允价值计量风险链路，主导编制《市场风险对财务报表影响分析报告》，明确Delta/Gamma对冲策略对净利润波动的缓释效果，支撑财务部门完成准则过渡期信息披露。

聚焦固定收益及衍生品组合的市场风险计量，负责利率风险、汇率风险的压力测试执行，协助投资经理优化套保策略，定期向管理层汇报风险轮廓。

• 核心参与利率债组合久期风险分析，运用Hull-White利率模型模拟10年期国债收益率曲线平行移动（±50BP）、蝶式变陡（2s10s利差扩大30BP）等情景，测算组合净值波动对IRR的影响，提出增加5年期国债期货套保头寸的建议，使组合久期缺口从-3.2年收窄至-1.5年，利率上行周期中净值回撤幅度降低40%。
• 搭建外汇衍生品（远期、期权）希腊字母（Delta/Gamma/Vega）风险监测体系，针对美元兑人民币汇率波动率跳升（从6%升至12%）的情景，通过蒙特卡洛模拟测算期权组合Vega暴露，提示投资团队平仓部分高Vega头寸，避免因隐含波动率骤降导致的浮亏约3200万元。
• 优化压力测试数据治理流程，整合交易系统、估值系统、外部宏观数据库（Wind、CEIC）的200+风险因子，开发自动化数据校验脚本（Python编写），将数据提报错误率从12%降至3%，支撑季度压力测试报告按时提交率100%。
• 参与反洗钱与市场风险交叉验证项目，通过分析异常交易的市场风险特征（如高频反向对冲、跨市场价差偏离），识别3起疑似利用衍生品掩盖真实交易目的的行为，协助合规部完善交易行为监测指标库。

负责权益类公募基金组合的市场风险计量，执行日常VaR监控、敏感性分析及月度风险报告编制，协助投资团队跟踪市场风险敞口变化。

• 独立完成股票型基金组合的Beta系数与行业集中度分析，运用Brinson模型拆解超额收益中的市场风险贡献度，发现消费板块Beta值达1.35显著高于基准（1.0），提出分散配置至公用事业板块的建议，推动组合年化波动率从22%降至18%。
• 搭建基金净值回撤归因框架，通过T-M模型分离主动管理能力与市场风险影响，每月输出《市场风险对基金表现贡献报告》，帮助渠道部门向客户解释极端行情下产品回撤的合理性，客户投诉率下降25%。
• 参与公司首只FOF产品发行，负责底层基金的市场风险穿透计量，梳理87只子基金的股票、债券、商品风险敞口，编制《FOF组合风险预算方案》，设定单资产类别最大回撤阈值（权益类≤8%），为产品风险收益特征定位提供数据支撑。
• 优化风险日报模板，新增“关键风险指标（KRIs）预警栏”，整合Shibor利率变动、美股VIX指数等外部信号，将市场风险预警时效从盘后提升至盘中，协助投资经理及时调整黄金ETF持仓，规避单日金价暴跌3%带来的损失。

多资产组合市场风险计量体系升级项目

• 项目背景：资管新规落地后，监管要求资管机构强化组合层面市场风险穿透计量，原体系仅覆盖单资产VaR，无法识别雪球期权、跨市场ETF等非线性资产的集中度风险及因子联动敞口，亟需构建“全资产、多维度、动态化”的风险计量框架，支持投资决策与监管报送。
• 关键难题：1）雪球期权等奇异衍生品的非线性风险计量偏差大（原模型误差超15%）；2）多资产组合的“资产类别-行业-宏观因子”三层级集中度无统一量化框架；3）监管压力测试场景未覆盖地缘政治及极端利率波动的联动影响。
• 核心行动：1）针对非线性资产，引入Heston随机波动率模型重构定价引擎，结合历史模拟法与GARCH(1,1)动态预测波动率，将雪球期权的ES计量误差降至3%以内；2）设计“因子暴露-相关性矩阵-Copula函数”三步法，量化组合在权益风格、利率久期、商品趋势三类因子的集中度，突破传统单一资产加总的局限；3）新增“俄乌冲突能源价格冲击”“美联储超预期加息200BP”等6个极端场景，用PyMC3贝叶斯模型预测宏观变量对组合的传导效应。
• 项目成果：1）计量体系覆盖98%以上的组合资产，监管报送差错率从8%降至0，助力公司通过年度现场检查并获得“风险管理优秀案例”评价；2）提前2周预警某雪球期权持仓的集中度超限风险，推动投资团队调整12亿规模头寸，避免潜在损失约6000万；3）主导编写的《多资产市场风险计量指引》成为公司内部标准，个人获评“年度风险条线核心贡献者”。

权益类资产市场风险预警系统迭代项目

• 项目背景：原权益风险预警系统依赖静态阈值（如波动率超过20%报警），无法捕捉市场结构突变（如2021年新能源板块暴跌），导致预警滞后率达40%，亟需构建“实时感知-动态调整”的自适应预警体系，提升风险响应速度。
• 关键难题：1）传统因子模型（如Fama-French五因子）的IC有效性随市场风格切换快速衰减；2）静态阈值无法适配不同策略组合（如量化多头vs主观权益）的风险特征；3）多源数据（行情、基本面、舆情）整合滞后，影响预警时效性。
• 核心行动：1）用滚动窗口（60天）动态筛选有效因子，每季度剔除失效的估值因子（如PE分位），新增资金流向、分析师预期修正等高频因子，将因子IC均值从0.12提升至0.21；2）基于LSTM模型预测组合未来3天的波动率阈值，实现“一组合一阈值”的个性化设置；3）搭建实时数据pipeline，整合Wind、聚源及舆情平台的分钟级数据，将预警延迟从30分钟压缩至5分钟内。
• 项目成果：1）预警准确率从60%提升至85%，成功提前预警2021年12月新能源板块回调、2022年4月A股急跌等3次重大风险，帮助公司规避潜在损失约8000万；2）系统被推广至旗下3家子公司，替代原第三方预警工具，年节省成本200万；3）从执行层晋升为团队负责人，主导后续多资产预警模块的开发，完成从“风险分析”到“体系设计”的能力跃迁。

• 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。