Quant - Systematic Multi-Strat

Aufgaben

• Entwicklung bestehender Portfolios
• Nutzung von Marktforschung zur Alpha-Betrachtung und -Validierung
• Überwachung des Portfolio-Konstruktionsprozesses
• Tägliche Buch- und Risikoverwaltung
• Beitrag zur zweiten Forschungsgruppe hinsichtlich ihrer Wirksamkeit bei Interaktion und Zusammenarbeit als Mitglied des Forschungsteams
• Analyse von Portfoliodaten, Durchführung von Risikometriken und Überwachung der Handelsperformance
• Durchführung von Backtests, Stresstests und Szenarioanalysen zur Bewertung der Robustheit von Anlagestrategien
• Wartung und Aktualisierung von Investitionsmodellen, Datenpipelines und Reporting-Tools
• Vorbereitung von Präsentationen, Papers und Berichten für das Senior Management und Kunden
• Koordination mit den Teams für Handel, Risiko und Finanzen, um eine reibungslose Ausführung und genaue Berichterstattung sicherzustellen
• Beitrag zur Entwicklung der Investitionsforschung und der Dateninfrastruktur des Unternehmens
• Zusammenarbeit mit funktionsübergreifenden Teams bei Technologie-, Daten- und Prozessverbesserungen
• Erstellung von gut strukturiertem und relevantem Code unter Sicherstellung von Clean Code
• Anpassung von Lösungen und Code unter Verwendung der Testgetriebenen Entwicklung (TDD)
• Engagement für kontinuierliches Lernen und den aktuellen Stand der neuen Technologien
• Arbeit nach agiler Methodik
• Forschungsprojekte zur Erweiterung und Verbesserung unserer modellbasierten Ansätze
• Zusammenarbeit mit Teams, die über verschiedene Plattformen hinweg arbeiten

Anforderungen

• Starke quantitative Fähigkeiten in Statistik, Datenanalyse sowie Programmierung in R und Python
• Erfahrung mit Risikomessrahmen (VaR, CVaR) und risikoregulativen Modellen (Barra und alternative Ansätze basierend auf Tick-Level-Daten)
• Verständnis der Herausforderungen bei der Rebalancierung in Anwesenheit von Transaktionskosten, Volatilität und Kapazität
• Verständnis von HPC-Umgebungen (High-Performance Computing)
• Kenntnisse in Machine Learning / vortrainierten Modellen
• Fähigkeit, in einer agilen Umgebung mit mehreren Stakeholdern zu arbeiten
• Kenntnisse in Portfolio Management, Finanzmodellierung, Algorithm Engineering, Statistik, Machine Learning, Deep Learning und Natural Language Processing
• 4 Jahre Berufserfahrung nach dem Abschluss (post graduate), abhängig von der Erfahrung auf zwei oder mehr Standorten
• Quantitative Analysefähigkeiten, die in unserem Bereich als Expertise anerkannt sind
• Starke Verständnis der zugrunde liegenden Investitionstechniken des Portfolio Managements
• Kenntnisse von Hedge Funds, einschließlich Handelsregeln und Order Flow
• Beherrschung von Python/R oder ähnlichen Sprachen
• Erfahrung im Aufbau großer Datensätze
• Erfahrung mit Management-Techniken und -Tools zur Überwachung
• Professionelle Programmierfähigkeiten in Python
• Starke quantitative Fähigkeiten und ein Abschluss in Mathematik, Statistik oder einem verwandten Fachgebiet (z. B. Mathematik, Informatik, Ingenieurwesen, Ökonometrie oder Physik) mit starkem mathematischen Hintergrund
• Proaktive Haltung bei der Nutzung von Fähigkeiten zur Reformierung von Forschung und Praxis im gesamten Unternehmen
• Forschung mit starken quantitativen Fähigkeiten, Selbstmotivation und Risikobereitschaft
• Verständnis und Interesse an der Performanceanalyse quantitativer Strategien sowie an fundamentalen Analysen
• Starke mathematische Fähigkeiten, Fähigkeit zur Bewertung und Implementierung in