作为研究负责人，我主导构建了涵盖估值、成长、质量和动量四大类的因子池，对超过三年的历史样本进行分层回测与稳定性检验。使用Python搭建了完整的数据处理与回测脚本，系统输出年化收益、最大回撤、夏普比率及行业暴露等关键指标。针对多因子模型中的共线性及风格漂移问题，我创新性地提出了因子去相关与风格中性化改进思路，显著提升了策略的稳健性与普适性。

在项目中，我系统整理了大量可转债条款、正股价格及波动率数据，深入分析了转股溢价率、到期收益率和强赎风险等核心指标，构建了动态风险监控表。通过撰写研究简报，我清晰展示了不同市场环境下资产表现的显著差异，为投资决策提供了量化依据。项目成果被导师推荐用于课堂案例讨论，有效强化了团队成员在金融产品分析与风险管理方面的实践能力。在协作过程中，我主动承担数据集成与验证工作，并与组员共同优化定价模型，确保分析结果的准确性与时效性。