Profile
具有天文学博士学位，并在量化投资、算法交易和机器学习领域具有丰富的研究经验。 专注于将统计建模、机器学习和高频交易策略方面的专业知识应用于量化金融领域，参与前沿金融技术的开发和应用。
Skills
量化投资理论与实践：
- 拥有A股算法交易2年实盘经验。
- 深入理解量化投资的核心概念，包括投资组合管理、风险控制、绩效评估等。
- 能够运用数学模型和统计方法进行投资决策，并熟悉业界常用的投资组合评价指标（如Alpha，Beta，Sharpe Ratio等）
算法交易策略开发：
- 精通算法交易的各个环节，包括市场微观结构分析、交易成本建模、策略回测与优化等。
- 能够根据市场特点和交易目标，设计并实现各类算法交易策略，并能够熟练运用限价订单簿（LOB）等微观结构数据。
机器学习与深度学习：
- 熟练掌握多种机器学习算法，包括传统机器学习、深度学习、强化学习、集成学习等。
- 能够运用这些算法解决金融领域的实际问题，如价格预测、订单簿模拟等。
编程与数据分析：
- 熟练掌握Python编程语言，熟悉常用的数据分析工具和库（如Pandas, NumPy, Scikit-learn, TensorFlow, PyTorch等）。
- 熟悉C++，SQL数据库，Linux系统运维，OpenMP/MPI并行计算等。
- 能够独立完成数据清洗、特征工程、模型训练与评估等任务。
金融市场知识：
- 熟悉股票市场的交易规则和运作机制，了解A股市场的特殊性（如T+1交易制度、涨跌停限制等）。
- 对市场微观结构有深入研究，能够分析交易数据，理解市场参与者的行为模式。
Education
博士后 复旦大学 应用经济学（2021.12 - 2024.3）
博士：上海交通大学 天文学（2015.9 – 2021.7）
- 研究方向：红移畸变宇宙学研究
学士 山东大学 物理学 （2011.9 – 2015.7） GPA 88/100
Experience
算法交易策略研究员 某算法交易公司 （2021.9–2024.3）
高频算法交易策略开发：
基于XGBoost集成算法，开发了一套高频算法交易策略。该策略经过详细的数据处理、模型训练及策略回测，在特定市场环境下取得了良好的收益。
详细了解该策略的数据处理流程（包括数据清洗、缺失值处理、标准化等）、模型构建方法（包括特征选择、参数调优等）以及回测细节（包括交易成本设置、风险指标计算等）。A股T+0交易策略研究：
针对中国A股市场的特性，提出了一套基于深度强化学习的T+0交易策略。该策略利用分钟级数据预测股价走势，并结合算法交易技术生成交易信号。
深入研究了强化学习在选股中的应用，并对该策略在实际市场中的表现进行了分析。了解该策略的风险收益特征，以及在不同市场条件下的适用性。
Publications
- Chen J D, Zhang P J, Zheng Y. Expansion series of the pairwise velocity generating function and its implications on redshift space distortion modeling[J]. Research in Astronomy and Astrophysics, 2021, 21(7): 176. arXiv:2103.11934
- Zhao J W, Chen J D. The moment generating function of pairwise velocity in the context of redshift space distortion[J]. Research in Astronomy and Astrophysics, 2021, 21(2): 028. DOI 10.1088/1674-4527/21/2/28
- Chen J D, Zhang P J, Zheng Y, et al. Accurate determination of halo velocity bias in simulations and its cosmological implications[J]. The Astrophysical Journal, 2018, 861(1): 58. arXiv:1803.00728
- Bai X, Lee B H, Chen J, et al. Chaos in Lifshitz spacetimes[J]. Journal of the Korean Physical Society, 2016, 68: 639-644. arXiv:1406.5816