背景：参与高频因子挖掘与回测框架搭建，协助团队完成因子库维护与策略迭代。任务：基于Tick级数据清洗并计算微观结构因子，设计因子IC/IR分析流程。工具/方法：使用Python（pandas、numpy）与SQL处理TB级行情数据，采用多因子分层回测验证有效性。协作对象：与策略研究员、数据工程师协同优化因子计算逻辑，并参与每日策略晨会讨论。结果：累计产出12个有效因子，其中3个因子夏普比率超1.5，被纳入实盘候选池。