Quantitative Researcher

Мы — небольшая команда, которая строит алгоритмическую торговую систему на финансовых рынках. Фокус — скальпинг: горизонт удержания от секунд до минут. Работаем с [криптой / фьючерсами / металлами / нефтью].

Что делаем:

· Пишем торговых ботов для автоматического исполнения стратегий.

· Разрабатываем скальпинговые стратегии на микроструктуре рынка.

· Строим пайплайн «данные → исследование → бэктест → риск-менеджмент → исполнение».

Кого ищем

Quant Researcher — исследование микроструктуры, построение скальпинговых сигналов, валидация стратегий.

Quant Developer — написание торговых ботов, инфраструктура, интеграция с биржами, оптимизация latency.

Возможны грейды: Junior / Middle / Senior.

---

Обязанности

Quant Researcher:

· Формулировать и проверять скальпинговые гипотезы на тиковых и ордербук-данных.

· Строить и валидировать стратегии: от идеи до бэктеста и продакшена.

· Учитывать комиссии, слиппедж, задержки исполнения.

· Оценивать качество стратегий: Sharpe, максимальная просадка, win rate, profit factor.

· Бороться с overfitting, look-ahead bias и нестационарностью рынка.

Quant Developer:

· Писать торговых ботов для автоматического исполнения стратегий.

· Интегрировать систему с биржевыми API (Bybit, Binance, CME, MOEX).

· Оптимизировать latency: сеть, код, железо.

· Строить бэктест-движок и мониторинг.

· Работать с ордербук-данными в реальном времени.

---

Требования

Обязательно:

· Высшее математическое образование (мехмат, физтех, ВМК, прикладная математика или аналог).

· Сильная статистика: проверка гипотез, условные вероятности, байесовский подход, временные ряды.

· Python на уровне уверенного владения: pandas, numpy, scipy.

· Понимание финансовых рынков: спред, ликвидность, слиппедж, комиссии.

· Опыт бэктестинга: in-sample / out-of-sample, overfitting, look-ahead bias.

· Умение объяснять результат словами, а не только кодом.

Будет плюсом:

· Опыт работы с тиковыми / ордербук-данными.

· Знание микроструктуры рынка.

· Опыт написания торговых ботов.

· [C++ / Rust] / низкоуровневая оптимизация.

· Опыт в скальпинге, HFT, prop-trading.

· ML: LightGBM/XGBoost, feature engineering для временных рядов.

Личные качества:

· Дисциплина: готовность к тому, что стратегия может не работать 3–6 месяцев.

· Честность: умение признать, что гипотеза не подтвердилась.

· Любопытство: желание копать в данные.

· Командность: работаем вместе, а не «каждый сам за себя».О нас