CFD量化风控专家（HK/MY）

岗位职责：短期远程，后期香港/马来西亚可选

用户画像特征工程与用户分层量化建模

特征挖掘： 从海量高频Tick数据及用户行为数据中，挖掘并构建反映客户交易习惯、风险敞口和盈利能力的量化特征库（如资金利用率、隔夜持仓偏好、动态胜率、夏普比率、滑点敏感度等）。
有效性评估与筛选： 建立严谨的特征有效性检验体系（如IV/WOE分析、T检验/假设检验、相关性分析、特征重要性SHAP值等），剔除噪音因子。
防过拟合与数据泄漏： 确保特征在样本外及实盘环境中的衰减率可控，严格防止未来函数介入，保证模型的鲁棒性与泛化能力。
客群分类与流量路由： 构建机器学习或统计模型，精准识别“毒性流量”与普通零售流量。为A/B Book对冲路由引擎提供量化决策支持，实现收益最大化与风险最小化。
风控算法设计与对冲策略

动态保证金与平仓算法：优化平台动态杠杆规则、阶梯维持保证金模型，有效防范极端行情下的穿仓风险。
风险敞口与VaR模型： 建立多资产（外汇、商品、指数等CFD）的实时风险敞口监控体系，开发VaR及压力测试量化模型。
异常交易与欺诈检测： 设计反作弊算法，实时识别并拦截延迟套利、高频剥头皮、价格操纵等违规/破坏易行为。
自动化对冲策略开发：协助设计B Book内部风险对冲模型及C Book（混合模式）的自动化外部抛单（STP）算法。
工程落地与系统迭代

与数据开发及后台技术团队紧密合作，将量化模型转化为可实盘运行的工程代码（低延迟环境）。
持续追踪模型的线上表现（回测与实盘差异分析），进行算法的迭代与调优。


任职要求：

教育背景： 985/211本科及以上学历，数学、统计学、金融工程、计算机科学、物理等相关理工科专业。
行业经验： 1-3年金融行业量化风控、算法交易或数据科学经验；有外汇（Forex）、CFD衍生品交易平台背景者优先。
核心技能：
精通Python（Pandas， NumPy，Scikit-Learn，TensorFlow/PyTorch等）及SQL。
扎实的机器学习、统计分析及时间序列分析能力。
业务理解：
深入理解衍生品定价、保证金机制、Greeks及VaR模型。
熟悉做市商机制、A/B风险管理逻辑及流动性提供商对接原理。
软性素质： 对数据高度敏感，具备出色的逻辑思维、问题解决能力及跨部门沟通协作能力。


【加分项】

熟悉 MT4/MT5/cTrader 等主流交易平台底层逻辑。
曾在头部全球性CFD券商（如IG, CMC Markets, Exness等）担任过类似核心岗位。
拥有高频交易（HFT）数据处理经验。