背景：探索利用集成学习方法捕捉行业间动量与反转效应。任务：收集申万一级行业指数日频数据，构建技术、资金流与情绪三类特征；使用XGBoost与随机森林训练月度轮动模型。方法：通过Scikit-learn进行特征筛选与超参数调优，采用滚动时间窗口验证模型泛化能力。协作对象：与组内研究员共同设计特征工程，讨论模型过拟合问题。结果：策略年化超额收益达8.2%，最大回撤控制在12%以内，获实验室最佳项目奖。

背景：研究限价订单簿中买卖价差与深度对短期价格预测的影响。任务：解析Level-2行情数据，提取订单簿斜率、不平衡度与波动率特征；构建逻辑回归与LSTM模型预测未来1秒价格方向。方法：使用Python解析二进制行情文件，通过TensorFlow搭建LSTM网络，对比不同时间窗口的预测准确率。协作对象：与两位组员分工处理数据清洗与模型调优，定期进行结果交叉验证。