基本面量化研究员

1、 负责基本面量化因子的研究、开发、测试和维护，重点方向包括分析师预期、盈利预测修正、财务质量、成长、估值、业绩超预期、行业景气等； 2、 深入挖掘分析师相关数据，包括研报覆盖、预测调整、评级变化、目标价调整、分析师推荐行为、券商覆盖强度、预测偏差和预测准确性等； 3、 基于分析师研报文本、财务公告、业绩预告、业绩快报、调研纪要等非结构化数据，开发文本类或事件类 Alpha 信号； 4、 搭建和维护研究数据集，包括数据清洗、字段校验、点时间处理、异常值处理、样本覆盖率分析和数据质量监控； 5、 进行因子有效性检验，包括 IC、Rank IC、分层回测、多空组合、换手、衰减、行业中性、市值中性、风格暴露和样本外稳定性分析； 6、 协助 PM 进行组合构建、风险归因、实盘跟踪和策略复盘，将研究结果转化为可落地的投资信号； 7、 跟踪卖方研究、金工研究、学术论文和市场变化，持续拓展新的基本面量化研究方向。

1、 1–5 年量化研究、金融工程、基本面研究、数据科学或相关工作经验，优秀应届博士/硕士也可考虑； 2、 熟悉 A 股/港股市场，理解上市公司财务报表、盈利预测、估值指标和基本面投资逻辑； 3、 对分析师数据有研究兴趣或经验，了解一致预期、盈利预测调整、评级调整、目标价、研报覆盖、分析师行为等数据的研究价值； 4、 熟练使用 Python 进行数据处理、因子研究和回测分析，熟悉 pandas、numpy、scipy、statsmodels、sklearn 等常用工具； 5、 具备扎实的统计学、计量经济学或机器学习基础，能够独立完成数据分析、假设检验和模型评估； 6、 研究严谨，重视数据质量、点时间处理、未来函数检查、回测可复现性和样本外验证； 7、 具备较强的学习能力和沟通能力，能够将研究发现清晰表达，并与 PM、工程和交易团队高效协作。