基于深度强化学习的动态订单簿预测，毫秒级信号生成，捕捉市场微观结构无效性，年化夏普比率达3.2以上。
融合卫星图像、新闻舆情、供应链数据，利用NLP大模型构建领先因子库，挖掘非结构化数据alpha。
实时VaR预测、极端情景模拟与对抗性生成网络，提前规避黑天鹅风险，保障资产稳健增长。
低代码回测引擎、可视化因子分析、自动化交易接口，赋能中小量化团队快速迭代策略。
基于Informer与PatchTST改进架构，实现长周期金融序列预测，领先传统模型15%以上预测精度，赋能跨资产配置。
将资产间关联关系建模为动态异构图，GNN强化学习寻找全局最优权重，提升风险调整后收益。
自适应拆单引擎，最小化市场冲击；通过离线强化学习在隐藏流动性中寻找最优路径，降低滑点30%以上。
自研策略穿越牛熊周期
时序建模/对抗生成网络技术储备
极速托管，纳秒级交易链路
海外博士 & 头部量化背景