量化研究 / 策略开发
求职意向：量化研究、策略开发、数据分析
教育经历
东北财经大学 · 数量经济学 · 硕士（2025.09 - 2028.01）
- 主修：高级计量经济学、高级宏微观经济学、Python文本分析
- 荣誉：2025年入学奖学金
九江学院 · 金融工程 · 本科（2020.09 - 2024.07）
- 主修：会计学基础、财务管理、金融计量学、数据库原理与应用
- 荣誉：第十二届MathorCup数学建模三等奖、第三届华数杯全国三等奖、全国数模大赛江西省三等奖（2022）
工作经历
重庆风逸捷科技有限公司 · 策略开发实习生（2025.04 - 2025.08）
项目：Meteora平台AMM定价算法逆向
- 对Meteora平台 DAMM V1及V2 进行逆向工程，还原 AMM核心定价算法，为套利策略研发提供模型基础
- 独立完成协议逆向与模型还原，实现不变量求解、swap计算与滑点分析
- 基于定价差异构建套利策略信号模块
- 搭建自动化数据流水线，实现从API拉取到策略信号输出的全流程
成果：
- 完成协议逆向与定价模型复现全流程验证，套利信号模块经历史回测确认有效性
- 形成从链上数据解析到策略信号的 可复用量化分析工具集
项目经历
1. 基金净值预测系统（独立开发）
项目背景： 针对基金净值披露的滞后性，为辅助投资决策，基于 机器学习 构建 盘中净值预测系统
技术实现：
- 独立完成数据采集、特征工程、模型训练与部署
- 构建多因子预测模型，支持T日盘中估算与回测诊断
- 技术栈： FastAPI · LightGBM/XGBoost · scikit-learn · SQLite
项目成果：
- 实现 完整净值预测流水线，覆盖数据获取→特征构建→模型训练→结果可视化全链路
- 集成定时模型更新与多模型对比评估
2. 跨市场隔夜溢出因子ETF回测分析（独立研究）
项目背景： A股收盘早于美股开盘，海外市场信息需次日才能在A股反映。基于这一时间差，构建隔夜溢出因子与板块资金流因子的多因子ETF回测框架，验证海外市场对A股科技ETF的预测能力
技术实现：
- 通过Qlib管理40+只ETF及海外指数数据
- 构建滚动相关性溢出因子（SOX/IXIC/KS11多指数等权组合）与板块资金流因子（主力强度z-score截面信号），覆盖13个科技/AI板块
- 基于alphalens+empyrical进行分层回测分析，包含Newey-West统计检验、IS/OOS过拟合检查与前视偏差验证
- 技术栈： pandas/NumPy · Qlib · akshare/yfinance · alphalens/empyrical · statsmodels
项目成果：
- 组合因子 IC达0.156（ICIR 0.400），多空夏普比率6.81，47只ETF分层单调性良好
- 经过IS/OOS分拆与滚动IC检验无前视偏差
- 完成Qlib数据管道迁移（CSV→二进制格式+海外指数注册），形成可复用的量化分析流程
3. 量化投资系统学习项目（GitHub私有仓库）
项目简介： 从零构建量化策略的完整学习路径，通过6个核心问题系统化掌握量化投资方法论。
学习路径（Q1-Q6系列）：
- Q1-策略基础：沪深300ETF历史数据分析与均线策略回测
- Q2-选股问题：个股vs ETF信号质量对比、GDP数据锁定中美市场
- Q3-资产配置：等权组合、风险平价、均值方差优化
- Q4-交易时机：择时信号、止损策略、仓位管理
- Q5-策略验证：回测指标、显著性检验、过拟合检测
- Q6-参数优化：网格搜索、样本内/样本外验证、稳健性测试
核心技术点：
- 📊 完整的Qlib数据管道（CSV→二进制格式+海外指数注册）
- 🧪 系统化的回测框架（模拟券商、手续费、滑点、成交价模式）
- 📈 因子分析与绩效评估（alphalens分层回测、empyrical绩效评估）
- 🔬 参数优化与过拟合防范（IS/OOS分拆、滚动IC检验、Newey-West统计）
- 🎯 实战案例：A股隔夜跨市场溢出因子 + 板块资金流因子ETF回测
技术栈： Python + Qlib + alphalens + empyrical + Jupyter Notebook
项目成果：
- ✅ 完整的参数优化实验（490个有效组合，网格搜索+样本外验证）
- ✅ 详细的技术文档与踩坑总结（时间错位、相关性计算、数据格式等）
- ✅ 可视化分析（IS vs OOS散点图、月度收益分布、水下曲线）
专业技能
编程语言（熟练度标识）
- 精通： Python（Pandas/NumPy）
- 熟练： Stata · MySQL
- 了解： R · MATLAB
建模方法
- 精通： 统计建模 · 时间序列分析
- 熟练： 多因子模型 · LightGBM · XGBoost
- 了解： 深度学习（PyTorch/TensorFlow）
策略回测
- 精通： alphalens分层回测 · empyrical绩效评估
- 熟练： AMM定价分析 · 套利策略验证
- 了解： 强化学习策略
量化平台
- 熟练： Qlib
- 了解： vn.py · Backtrader
开源项目
1. PaperPulse - 论文脉搏
在线地址： joakimstarr.github.io/paper | GitHub： paper_hot
项目简介： 中文经济学论文发现与分析平台，追踪50+个顶级经济学期刊和arXiv AI论文，提供AI智能分析、趋势分析、关系网络可视化。
核心功能：
- 多源数据聚合：CNKI知网经济学TOP50期刊、6个自建站点爬虫、arXiv AI领域论文
- AI智能分析：基于智谱GLM/硅基流动Qwen的单篇论文深度分析（研究背景、方法创新、主要发现、研究意义）
- 趋势话题追踪：基于关键词频率增长率的动态话题趋势
- 关系网络可视化：D3.js交互式关键词共现网络和作者合作网络
技术亮点：
- 📊 支持中英双语切换、暗黑模式
- 🤖 AI双通道架构（智谱GLM + 硅基流动），自动降级切换
- 📈 论文综合评分系统（时效性50% + 期刊权威性30% + 趋势热度20%）
- 🕷️ 自研爬虫系统（DrissionPage浏览器自动化 + BeautifulSoup）
技术栈： FastAPI + Next.js 14 + SQLite + 智谱GLM + D3.js + Recharts
2. FinIntern Hub - 金融实习信息聚合
在线地址： joakimstarr.github.io/jobs | GitHub： job_hub
项目简介： 金融实习信息聚合平台，自动抓取多个金融招聘网站，提供职位搜索、智能匹配、投递管理等功能。
核心功能：
- 🕷️ 多网站爬虫：BOSS直聘、实习僧、应届生求职网等主流平台
- 🤖 AI智能匹配：基于职位描述和简历匹配度分析，提供匹配分数和建议
- 🔍 职位搜索：支持关键词搜索、多维度筛选（城市、职位类型、薪资等）
- 📊 投递管理：投递状态跟踪、面试安排、进度提醒
技术亮点：
- ⚡ Next.js 14 + React 18 + TypeScript全栈开发
- 🎨 Tailwind CSS响应式设计，支持暗黑模式
- 💾 SQLite数据库，轻量级部署
- 🤖 AI匹配算法，基于文本相似度和关键词权重
技术栈： Next.js + TypeScript + SQLite + AI匹配算法
自我评价
数量经济学硕士在读，具备DeFi协议算法逆向与Python复现经验，能独立完成从数据分析到策略回测的量化研究全流程。对 量化策略研究 有持续兴趣，注重理论严谨性与结果可验证性。
联系方式
- 邮箱：JoakimStarr@foxmail.com
- GitHub：Joakim Starr
- 返回关于我