Quant - Multi-Strat sistematico

Compiti

• Sviluppo dei portafogli esistenti
• Utilizzo delle ricerche di mercato per l’analisi e la convalida dell’Alpha
• Monitoraggio del processo di costruzione del portafoglio
• Gestione quotidiana dei libri contabili e dei rischi
• Contributo al secondo gruppo di ricerca in merito alla sua efficacia nell’interazione e nella collaborazione in qualità di membro del team di ricerca
• Analisi dei dati di portafoglio, elaborazione di indicatori di rischio e monitoraggio della performance di trading
• Esecuzione di backtest, stress test e analisi di scenario per valutare la robustezza delle strategie di investimento
• Manutenzione e aggiornamento di modelli di investimento, flussi di dati e strumenti di reporting
• Preparazione di presentazioni, documenti e relazioni per l'alta dirigenza e i clienti
• Coordinamento con i team addetti al trading, alla gestione dei rischi e alla finanza, al fine di garantire un’esecuzione senza intoppi e una rendicontazione accurata
• Contributo allo sviluppo della ricerca sugli investimenti e dell'infrastruttura dati dell'azienda
• Collaborazione con team interfunzionali per il miglioramento delle tecnologie, dei dati e dei processi
• Creazione di codice ben strutturato e pertinente, garantendo la qualità del “clean code”
• Adattamento di soluzioni e codice utilizzando lo sviluppo guidato dai test (TDD)
• Impegno per l'apprendimento continuo e l'aggiornamento sulle nuove tecnologie
• Lavoro secondo la metodologia agile
• Progetti di ricerca volti ad ampliare e migliorare i nostri approcci basati su modelli
• Collaborazione con team che operano su piattaforme diverse

Requisiti

• Ottime competenze quantitative in statistica, analisi dei dati e programmazione in R e Python
• Esperienza con i quadri di misurazione del rischio (VaR, CVaR) e i modelli di regolamentazione del rischio (Barra e approcci alternativi basati su dati a livello di tick)
• Comprensione delle sfide legate al ribilanciamento in presenza di costi di transazione, volatilità e capacità
• Comprensione degli ambienti HPC (High-Performance Computing)
• Conoscenze nel campo del machine learning / modelli preaddestrati
• Capacità di lavorare in un ambiente agile con più parti interessate
• Competenze in gestione del portafoglio, modellizzazione finanziaria, ingegneria algoritmica, statistica, machine learning, deep learning ed elaborazione del linguaggio naturale
• 4 anni di esperienza lavorativa dopo il conseguimento del titolo di studio post-laurea, a seconda dell’esperienza maturata in due o più sedi
• Competenze nell’analisi quantitativa riconosciute come specializzazione nel nostro settore
• Ottima comprensione delle tecniche di investimento alla base della gestione del portafoglio
• Conoscenza degli hedge fund, comprese le regole di negoziazione e il flusso degli ordini
• Padronanza di Python/R o linguaggi simili
• Esperienza nella creazione di grandi set di dati
• Esperienza nell'uso di tecniche e strumenti di gestione per il monitoraggio
• Competenze professionali nella programmazione in Python
• Ottime capacità quantitative e una laurea in matematica, statistica o in una disciplina affine (ad esempio matematica, informatica, ingegneria, econometria o fisica) con una solida preparazione matematica
• Atteggiamento proattivo nell’utilizzo delle competenze per riformare la ricerca e la pratica a livello aziendale
• Ricerca con spiccate capacità quantitative, motivazione personale e propensione al rischio
• Comprensione e interesse per l'analisi delle performance delle strategie quantitative e per l'analisi fondamentale
• Ottime competenze matematiche, capacità di valutazione e implementazione in