SanyaYoyo
高级软件工程师
某知名证券公司 · 10年经验
日薪：
￥500/8h
地点：
成都 青羊
时间：
下班后周六周日可工作日远程
信用行为
0
接单数
0
评价数
3
收藏数
技术能力
一、C++核心系统开发
高频交易系统架构
基于C++17标准开发低延迟交易系统，采用多线程异步架构实现股票回测引擎（支持10万级订单/秒处理能力）与订单执行系统（含智能路由算法）。通过内存池技术优化高频订单模拟模块，实现微秒级订单撮合性能。针对回测性能瓶颈，采用事件驱动型架构重构时间序列数据加载模块，支持TB级历史数据秒级检索。
二、Python业务系统开发
量化业务平台构建
开发基于PyQt的期货交易终端，集成实时行情展示（WebSocket数据流处理）、绩效分析（含夏普比率、最大回撤等20+指标计算）及风险控制模块。场外期权估值系统采用蒙特卡洛模拟框架。数据层通过异步IO实现与CTP、Wind等接口的无缝对接，交易信号通过ZeroMQ消息队列传输至执行系统。
三、MATLAB策略研发平台
策略仿真与实盘对接
构建基于事件驱动的策略仿真框架，支持多资产组合的动态对冲模拟。开发MATLAB-C++混合编程接口，通过MEX文件实现策略逻辑与底层交易API的毫秒级交互。与后端服务器采用Protobuf协议通信，确保策略信号传输的实时性与完整性。
高频交易系统架构
基于C++17标准开发低延迟交易系统，采用多线程异步架构实现股票回测引擎（支持10万级订单/秒处理能力）与订单执行系统（含智能路由算法）。通过内存池技术优化高频订单模拟模块，实现微秒级订单撮合性能。针对回测性能瓶颈，采用事件驱动型架构重构时间序列数据加载模块，支持TB级历史数据秒级检索。
二、Python业务系统开发
量化业务平台构建
开发基于PyQt的期货交易终端，集成实时行情展示（WebSocket数据流处理）、绩效分析（含夏普比率、最大回撤等20+指标计算）及风险控制模块。场外期权估值系统采用蒙特卡洛模拟框架。数据层通过异步IO实现与CTP、Wind等接口的无缝对接，交易信号通过ZeroMQ消息队列传输至执行系统。
三、MATLAB策略研发平台
策略仿真与实盘对接
构建基于事件驱动的策略仿真框架，支持多资产组合的动态对冲模拟。开发MATLAB-C++混合编程接口，通过MEX文件实现策略逻辑与底层交易API的毫秒级交互。与后端服务器采用Protobuf协议通信，确保策略信号传输的实时性与完整性。
项目经验
1. 股票因子回测系统开发
技术架构：基于Python构建多资产回测框架，自定义因子库，支持日频/分钟级数据回放。采用Docker容器化部署，实现策略与数据解耦。
因子研究平台：开发因子挖掘模块，支持技术面（RSI、MACD）、基本面（ROE、现金流）及另类数据（舆情、供应链）的自动化清洗与标准化。
策略验证系统：实现多时间窗口滚动回测，动态评估策略泛化能力。支持Shapley值归因分析，定位因子贡献度。
可视化看板：开发前端界面，实时展示组合净值曲线、最大回撤（MaxDD）、夏普比率 等20+指标，支持策略参数敏感性热力图交互。
创新点：引入LSTM预测因子衰减周期，动态调整因子权重；通过SIMD指令优化数据加载模块，回测速度提升40%（TB级数据秒级响应）。
2. 场外期权风险估值平台
技术架构：采用微服务架构，对接Wind/同花顺数据源，核心计算模块基于Python+CUDA GPU加速。
定价引擎：实现Black-Scholes、Local Volatility等模型，支持期权蒙特卡洛模拟定价。
风险对冲模块：构建Delta/Gamma动态对冲算法，通过时序数据库存储历史波动率曲面，日频生成VaR/ES风险报告。
自动化报表：开发日报/月报生成系统，自动输出PnL分解（Gamma Scalping贡献度）、Theta衰减分析及压力测试结果（极端波动下亏损阈值预警）。
技术架构：基于Python构建多资产回测框架，自定义因子库，支持日频/分钟级数据回放。采用Docker容器化部署，实现策略与数据解耦。
因子研究平台：开发因子挖掘模块，支持技术面（RSI、MACD）、基本面（ROE、现金流）及另类数据（舆情、供应链）的自动化清洗与标准化。
策略验证系统：实现多时间窗口滚动回测，动态评估策略泛化能力。支持Shapley值归因分析，定位因子贡献度。
可视化看板：开发前端界面，实时展示组合净值曲线、最大回撤（MaxDD）、夏普比率 等20+指标，支持策略参数敏感性热力图交互。
创新点：引入LSTM预测因子衰减周期，动态调整因子权重；通过SIMD指令优化数据加载模块，回测速度提升40%（TB级数据秒级响应）。
2. 场外期权风险估值平台
技术架构：采用微服务架构，对接Wind/同花顺数据源，核心计算模块基于Python+CUDA GPU加速。
定价引擎：实现Black-Scholes、Local Volatility等模型，支持期权蒙特卡洛模拟定价。
风险对冲模块：构建Delta/Gamma动态对冲算法，通过时序数据库存储历史波动率曲面，日频生成VaR/ES风险报告。
自动化报表：开发日报/月报生成系统，自动输出PnL分解（Gamma Scalping贡献度）、Theta衰减分析及压力测试结果（极端波动下亏损阈值预警）。
ID:337935
复制
SanyaYoyo
高级软件工程师 · 10年经验 · 某知名证券公司
0
累计接单
0
用户评价
3
被收藏
信用行为
0
接单数
0
评价数
3
收藏数
技术能力
一、C++核心系统开发
高频交易系统架构
基于C++17标准开发低延迟交易系统，采用多线程异步架构实现股票回测引擎（支持10万级订单/秒处理能力）与订单执行系统（含智能路由算法）。通过内存池技术优化高频订单模拟模块，实现微秒级订单撮合性能。针对回测性能瓶颈，采用事件驱动型架构重构时间序列数据加载模块，支持TB级历史数据秒级检索。
二、Python业务系统开发
量化业务平台构建
开发基于PyQt的期货交易终端，集成实时行情展示（WebSocket数据流处理）、绩效分析（含夏普比率、最大回撤等20+指标计算）及风险控制模块。场外期权估值系统采用蒙特卡洛模拟框架。数据层通过异步IO实现与CTP、Wind等接口的无缝对接，交易信号通过ZeroMQ消息队列传输至执行系统。
三、MATLAB策略研发平台
策略仿真与实盘对接
构建基于事件驱动的策略仿真框架，支持多资产组合的动态对冲模拟。开发MATLAB-C++混合编程接口，通过MEX文件实现策略逻辑与底层交易API的毫秒级交互。与后端服务器采用Protobuf协议通信，确保策略信号传输的实时性与完整性。
高频交易系统架构
基于C++17标准开发低延迟交易系统，采用多线程异步架构实现股票回测引擎（支持10万级订单/秒处理能力）与订单执行系统（含智能路由算法）。通过内存池技术优化高频订单模拟模块，实现微秒级订单撮合性能。针对回测性能瓶颈，采用事件驱动型架构重构时间序列数据加载模块，支持TB级历史数据秒级检索。
二、Python业务系统开发
量化业务平台构建
开发基于PyQt的期货交易终端，集成实时行情展示（WebSocket数据流处理）、绩效分析（含夏普比率、最大回撤等20+指标计算）及风险控制模块。场外期权估值系统采用蒙特卡洛模拟框架。数据层通过异步IO实现与CTP、Wind等接口的无缝对接，交易信号通过ZeroMQ消息队列传输至执行系统。
三、MATLAB策略研发平台
策略仿真与实盘对接
构建基于事件驱动的策略仿真框架，支持多资产组合的动态对冲模拟。开发MATLAB-C++混合编程接口，通过MEX文件实现策略逻辑与底层交易API的毫秒级交互。与后端服务器采用Protobuf协议通信，确保策略信号传输的实时性与完整性。
项目经验
1. 股票因子回测系统开发
技术架构：基于Python构建多资产回测框架，自定义因子库，支持日频/分钟级数据回放。采用Docker容器化部署，实现策略与数据解耦。
因子研究平台：开发因子挖掘模块，支持技术面（RSI、MACD）、基本面（ROE、现金流）及另类数据（舆情、供应链）的自动化清洗与标准化。
策略验证系统：实现多时间窗口滚动回测，动态评估策略泛化能力。支持Shapley值归因分析，定位因子贡献度。
可视化看板：开发前端界面，实时展示组合净值曲线、最大回撤（MaxDD）、夏普比率 等20+指标，支持策略参数敏感性热力图交互。
创新点：引入LSTM预测因子衰减周期，动态调整因子权重；通过SIMD指令优化数据加载模块，回测速度提升40%（TB级数据秒级响应）。
2. 场外期权风险估值平台
技术架构：采用微服务架构，对接Wind/同花顺数据源，核心计算模块基于Python+CUDA GPU加速。
定价引擎：实现Black-Scholes、Local Volatility等模型，支持期权蒙特卡洛模拟定价。
风险对冲模块：构建Delta/Gamma动态对冲算法，通过时序数据库存储历史波动率曲面，日频生成VaR/ES风险报告。
自动化报表：开发日报/月报生成系统，自动输出PnL分解（Gamma Scalping贡献度）、Theta衰减分析及压力测试结果（极端波动下亏损阈值预警）。
技术架构：基于Python构建多资产回测框架，自定义因子库，支持日频/分钟级数据回放。采用Docker容器化部署，实现策略与数据解耦。
因子研究平台：开发因子挖掘模块，支持技术面（RSI、MACD）、基本面（ROE、现金流）及另类数据（舆情、供应链）的自动化清洗与标准化。
策略验证系统：实现多时间窗口滚动回测，动态评估策略泛化能力。支持Shapley值归因分析，定位因子贡献度。
可视化看板：开发前端界面，实时展示组合净值曲线、最大回撤（MaxDD）、夏普比率 等20+指标，支持策略参数敏感性热力图交互。
创新点：引入LSTM预测因子衰减周期，动态调整因子权重；通过SIMD指令优化数据加载模块，回测速度提升40%（TB级数据秒级响应）。
2. 场外期权风险估值平台
技术架构：采用微服务架构，对接Wind/同花顺数据源，核心计算模块基于Python+CUDA GPU加速。
定价引擎：实现Black-Scholes、Local Volatility等模型，支持期权蒙特卡洛模拟定价。
风险对冲模块：构建Delta/Gamma动态对冲算法，通过时序数据库存储历史波动率曲面，日频生成VaR/ES风险报告。
自动化报表：开发日报/月报生成系统，自动输出PnL分解（Gamma Scalping贡献度）、Theta衰减分析及压力测试结果（极端波动下亏损阈值预警）。
立即沟通
