参与多因子选股与风险模型优化项目，负责收集A股财务与交易数据，使用Python进行因子有效性检验与回测框架搭建；与研究员协作分析因子拥挤度与行业中性化处理，输出夏普比率、最大回撤等绩效指标；独立撰写策略评估报告，提出因子去相关改进方案，推动模型年化超额收益提升约3.2%。同时，参与开发基于机器学习的风险预警模型，利用历史数据训练分类器识别潜在风险事件，提升了投资组合的风险管理能力。