大宗商品数据分析师助理300-400元/天
深圳市大澄小圆信息咨询有限公司
2026-11-19 00:00:00
博士27届28届实习硕士
岗位详情
地区：
深圳市
专业要求：
金融学金融工程统计学
岗位职责：
1. 大宗商品数据挖掘与清洗
负责多源大宗商品数据（期货及现货行情、供需库存、产业链、宏观及季节性指标等）的采集、清洗、预处理与存储，熟练运用 SQL 完成复杂的数据清洗与查询处理，建立规范化的数据处理流程，保障数据的准确性与时效性。
2. 量化分析与建模
运用统计学方法开展大宗商品数据的深度分析，包括但不限于：
• 皮尔森相关系数分析：计算因子与收益率之间的相关性，评估因子有效性。
• 回归性分析：构建线性回归、多元回归模型进行因子收益预测与风险归因。
• 相关性分析：多因子之间的共线性诊断与相关性矩阵构建。
• 多维因子分析：从量价、基本面、宏观、季节性等多维度系统性挖掘并筛选有效因子。
• 其他：时间序列分析、业绩归因分析（Brinson / Barra 模型等）。
3. 因子挖掘与量化建模
• 开展系统性的大宗商品因子挖掘工作，基于量价、基本面、分析师预期、文本情绪等数据，构建原创因子库。
• 熟练运用皮尔森相关系数、Spearman 秩相关系数进行因子与收益率的单调性检验。
• 应用回归性分析（一元 / 多元线性回归、加权最小二乘、Fama-MacBeth 回归）进行因子收益分解、风险因子溢价估计。
• 执行相关性分析（因子间共线性诊断、VIF 检验、相关系数矩阵），筛选低冗余因子，优化多因子模型。
• 参与多因子模型（如 Barra、CNE5）的本地化复现与迭代升级。
4. 机器学习算法应用
运用机器学习方法提升因子合成与预测能力，包括但不限于：
• 使用 XGBoost、LightGBM、随机森林进行因子非线性组合和收益方向预测。
• 利用聚类算法（K-Means、DBSCAN）进行市场状态划分或品种分类。
• 探索神经网络（MLP、LSTM）处理时间序列特征，用于短期价格预测或波动率建模。
• 负责模型的训练、调参、过拟合防范及回测验证，并输出可解释性报告（特征重要性、SHAP 值分析）。
5. 量化策略研发支持
协助开发针对大宗商品市场的量化因子，包括因子设计、数据处理和回测验证；参与多因子模型的迭代更新与优化。
6. 数据可视化与报告
利用 BI 工具或 Python 开发数据可视化报表，制作专业图表并进行可视化分析，撰写数据分析报告与研究材料，为投资决策提供直观支撑。
7. 代码审查与质量把控
负责团队代码的审查与优化，保证代码质量、可维护性和可读性。
二、
招聘要求：
学历与专业
• 硕士及以上学历，气象学、计算机、统计学、金融工程、数学、金融学等相关专业；
• 数理功底扎实，掌握金融理论、数据分析、算法建模等专业知识。
量化分析能力
• 熟练掌握皮尔森相关系数、回归分析、相关性分析等统计方法，有实际金融数据建模经验。
• 具备多维因子分析能力，能够从多维度系统性挖掘与筛选有效因子。
• 熟练使用 SPSS 进行统计分析、假设检验与建模。
• 熟悉聚类、分类、回归等常见算法及原理，具备实际建模经验。
• 掌握统计分析方法和常用机器学习算法及其应用场景。
Python 编程能力
• 精通 Python，熟练掌握 NumPy、Pandas、Scikit-learn、Statsmodels 等数据分析库。
• 熟练编写复杂 SQL 进行数据清洗、查询和处理，熟悉关系型数据库的基本操作。
• 具备大规模代码开发经验，有成熟的代码工程化能力。
• 具备独立的代码审查能力，能够识别代码问题、保证代码规范和质量。
经验与背景（硬性要求）
• 至少具备 1-2 段金融机构（券商 / 期货公司 / 基金公司等）量化研究或数据挖掘相关实习经历。
• 有完整的项目产出经验，能够展示可量化的分析成果或研究报告。
• 有大宗商品、金融工程、量化 CTA 相关经验者优先。
• 有完整的因子挖掘、策略回测项目经验者优先。
• 持有证券从业资格、基金从业资格或 CFA、FRM 等证书者优先。
加分项
• 有数学建模、Kaggle 等数据竞赛获奖经历。
• 熟悉 C++，有高频数据处理经验。
• 了解主流量化研究平台和工具。
• 熟悉 TensorFlow / PyTorch 等深度学习框架。
公司介绍
深
深圳市大澄小圆信息咨询有限公司
深圳市大澄小圆信息咨询有限公司，成立于2026-04-02，位于广东，法定代表人：林丹霖，登记状态：存续，注册资本1万人民币，公司类型：外企独资