量化研究员候选人，主修金融工程，熟练运用Python、SQL及统计模型进行因子挖掘与回测。在校期间主导多因子选股策略项目，通过机器学习方法优化信号合成，夏普比率提升0.3。具备扎实的数理基础与策略落地能力，期望在推免复试中展现量化研究潜力，并持续探索前沿量化技术。此外，积极参与金融科技竞赛，利用随机森林与LSTM模型预测股票波动率，获校级一等奖，进一步强化了量化建模与风险管理的实战经验。