Lucas
有团队 · 可整包
量化研究员 · 5年经验 · Banyan Alpha Investment
0
累计接单
0
用户评价
2
被收藏
技术能力
Hi！我们是一个由北美藤校毕业生和科技大厂组成的开发团队。我们成员均毕业于harvard，stanford，upenn等名校及google，facebook等大厂。我们熟悉几乎所有主要的数据科学/工程和应用开发技术栈。
☑️ 拥有十多年行业经验
☑️ 数据科学、机器学习和量化交易方面的专家
☑️ 网络爬虫：使用Scrapy、代理轮换、Selenium和BeautifulSoup
☑️ 数据科学：擅长Python、Java、R、C/C++，自然语言处理（NLP）、自然语言生成（NLG）、内容生成的人工智能（AIGC）、GPT-3、ChatGPT、HuggingFace、机器学习预测建模、强化学习、Neo4j知识图谱、推荐系统、深度学习、计算机视觉、光学字符识别（OCR）、生成对抗网络（GANs）、稳定扩散、信号处理、语音克隆、聊天机器人、体育博彩、价格优化、时间序列分析和预测、加密货币、Solidity、Tokenomics等。
☑️ 熟练掌握React、PHP、MySQL、HTML、CSS、Flutter、Java、Kotlin、Swift、.NET、C#、Deluge、Python Laravel、Angular、Node.js、Vue.js、区块链、元宇宙、NFTs、Moralis、Solana等。
☑️ 拥有十多年行业经验
☑️ 数据科学、机器学习和量化交易方面的专家
☑️ 网络爬虫：使用Scrapy、代理轮换、Selenium和BeautifulSoup
☑️ 数据科学：擅长Python、Java、R、C/C++，自然语言处理（NLP）、自然语言生成（NLG）、内容生成的人工智能（AIGC）、GPT-3、ChatGPT、HuggingFace、机器学习预测建模、强化学习、Neo4j知识图谱、推荐系统、深度学习、计算机视觉、光学字符识别（OCR）、生成对抗网络（GANs）、稳定扩散、信号处理、语音克隆、聊天机器人、体育博彩、价格优化、时间序列分析和预测、加密货币、Solidity、Tokenomics等。
☑️ 熟练掌握React、PHP、MySQL、HTML、CSS、Flutter、Java、Kotlin、Swift、.NET、C#、Deluge、Python Laravel、Angular、Node.js、Vue.js、区块链、元宇宙、NFTs、Moralis、Solana等。
项目经验
纽约市，对冲基金
量化研究员
• 利用AWS/Postgre构建期权数据管道；实现整个高频交易系统的周期
• 架构并开发了一个针对IB期权的高频交易系统
• 使用stable_baselines3库应用先进的强化学习技术。配置并训练近端策略优化（PPO）和深度Q网络（DQN）模型，用于交易环境中的决策制定
• 使用自定义回调机制来渲染训练环境并逐步监控进度
• 利用py_vollib进行详细的期权分析，使用Black-Scholes模型计算期权价格。为期权交易决策提供隐含波动率。使用gymnasium（gym）构建了一个自定义的交易环境：使用Python枚举模拟交易行为（卖出、持有、买入）和期权类型（看跌期权、看涨期权）
Banyan Alpha Investment L.P.，加州旧金山
自然语言处理（NLP）工程师，2022年5月至2023年7月
• 研究金融/股票报告中的NLP应用，以发现信号并增强因子投资
• 通过SVM（使用Tf-idf向量化）、XGBoost（使用独热编码）、LSTM（使用Word2vec）、FinBert（使用预训练的子词嵌入）构建并评估NLP情感分类模型，为40,000+股票提取200,000+零售投资者评论数据中的信号，用于alpha生成
• 研究基因表达编程在alpha生成中的应用
伯克利数据科学研究所，加州伯克利
机器学习工程师，2022年5月至2023年5月
• 开发并回测多锚点收缩估计的量化交易策略，允许从业者将股票beta的行业分离纳入考虑，以改善Markovitz投资组合优化方案
• 应用PCA、GPS方法计算标普500股票的最小方差投资组合
劳伦斯伯克利国家实验室，加州伯克利
机器学习研究员，2019年5月至2023年5月
• 在Kristofer Bouchard指导下工作；使用SVM、LSTM、RNN、DNN进行2D至3D重建大鼠触达动作学的分类和分割，利用DeepLabCut进行错误分析
• 与项目负责人Brett Nelson共同撰写了题为“ReachMaster3D：一个能够精确测量自由行为状态下啮齿动物整臂运动学的实验平台”的项目，于2021年神经科学会议上发表
量化研究员
• 利用AWS/Postgre构建期权数据管道；实现整个高频交易系统的周期
• 架构并开发了一个针对IB期权的高频交易系统
• 使用stable_baselines3库应用先进的强化学习技术。配置并训练近端策略优化（PPO）和深度Q网络（DQN）模型，用于交易环境中的决策制定
• 使用自定义回调机制来渲染训练环境并逐步监控进度
• 利用py_vollib进行详细的期权分析，使用Black-Scholes模型计算期权价格。为期权交易决策提供隐含波动率。使用gymnasium（gym）构建了一个自定义的交易环境：使用Python枚举模拟交易行为（卖出、持有、买入）和期权类型（看跌期权、看涨期权）
Banyan Alpha Investment L.P.，加州旧金山
自然语言处理（NLP）工程师，2022年5月至2023年7月
• 研究金融/股票报告中的NLP应用，以发现信号并增强因子投资
• 通过SVM（使用Tf-idf向量化）、XGBoost（使用独热编码）、LSTM（使用Word2vec）、FinBert（使用预训练的子词嵌入）构建并评估NLP情感分类模型，为40,000+股票提取200,000+零售投资者评论数据中的信号，用于alpha生成
• 研究基因表达编程在alpha生成中的应用
伯克利数据科学研究所，加州伯克利
机器学习工程师，2022年5月至2023年5月
• 开发并回测多锚点收缩估计的量化交易策略，允许从业者将股票beta的行业分离纳入考虑，以改善Markovitz投资组合优化方案
• 应用PCA、GPS方法计算标普500股票的最小方差投资组合
劳伦斯伯克利国家实验室，加州伯克利
机器学习研究员，2019年5月至2023年5月
• 在Kristofer Bouchard指导下工作；使用SVM、LSTM、RNN、DNN进行2D至3D重建大鼠触达动作学的分类和分割，利用DeepLabCut进行错误分析
• 与项目负责人Brett Nelson共同撰写了题为“ReachMaster3D：一个能够精确测量自由行为状态下啮齿动物整臂运动学的实验平台”的项目，于2021年神经科学会议上发表
团队情况
服务范围：
团队构成：
负责人(量化研究员)
|
核心队员：产品经理 ·
UI设计师 ·
iOS工程师 ·
安卓工程师 ·
前端工程师 ·
后端工程师
案例展示
强化学习量化交易策略
利用AWS/Postgre构建期权数据管道；实现整个高频交易系统的周期 • 架构并开发了一个针对IB期权的高频交易系统 • 使用stable_baselines3库应用先进的强化学习技术。配置并训练近端策略优化（PPO）和深度Q网络（DQN）模型，用于交易环境中的决策制定
自然语言处理股票情感量化交易
• 研究金融/股票报告中的NLP应用，以发现信号并增强因子投资 • 通过SVM（使用Tf-idf向量化）、XGBoost（使用独热编码）、LSTM（使用Word2vec）、FinBert（使用预训练的子词嵌入）构建并评估NLP情感分类模型，为40,000+股票提取200,000
自然语言处理股票情感量化交易
• 研究金融/股票报告中的NLP应用，以发现信号并增强因子投资 • 通过SVM（使用Tf-idf向量化）、XGBoost（使用独热编码）、LSTM（使用Word2vec）、FinBert（使用预训练的子词嵌入）构建并评估NLP情感分类模型，为40,000+股票提取200,000
立即沟通
