广发证券2021年度博士后研究人员招聘简章

公告
20210225

广发证券股份有限公司2021年度

博士后研究人员招聘简章

 

广发证券成立于1991年,是国内首批综合类证券公司。公司先后于2010年和2015年分别在深圳证券交易所及香港联合交易所主板上市(股票代码:000776.SZ,1776.HK)。公司主要经营指标、资本实力及总市值均稳居国内证券公司前列。

广发证券博士后工作站设立于1999年底,是国家人事部批准设立的第一个金融企业博士后工作站。博士后工作站目前已招收二十一批博士后,相当比例的博士后人员在出站后继续留在公司任职,去向包括投资、投行、资产管理、柜台市场、资金管理等重要岗位,其中大部分已成长为部门负责人或业务骨干。博士后工作站承担着中国证监会、证券业协会、社保基金等机构委托的大量研究课题,多次在证券业协会、深圳证券交易所、广东省金融学会等单位组织的优秀研究成果评选活动中获得奖项。

广发证券以其突出的人才优势,在资本市场上享有“博士军团”的美誉。“知识图强、求实奉献,客户至上、合作共赢”是广发证券的核心价值观,“公司崇尚专业制胜,坚持以知识为动力,以价值创造者为本”。为了凝聚社会研究力量,构建面向未来的高层次证券市场智力资源支持系统,为广发证券培养优秀的高级人才,本站现面向社会公开招收第二十二批博士后研究人员。

 

一、基本条件

1、年龄一般不超过35岁;

2、最近三年在国内外著名院校获得博士学位或2021年应届博士研究生,具有金融学、金融工程、数学、统计学、法律、计算机、经济管理等相关专业背景;

3、品学兼优,身体健康,踏实认真,具备较强的钻研精神、敬业精神和团队合作能力;

4、具备全脱产在本站从事博士后研究工作的条件;

5、有金融、证券行业从业经验者优先。

 

二、研究方向和课题

申请人可从以下课题中任选一至两项进行申报:

1、场外奇异衍生品对冲策略研究

选题建议:近年来,国内场外衍生品市场发展迅速,奇异类衍生品的类型不断丰富。本课题将结合国内金融市场的具体情况,充分考虑有效的对冲工具,通过对各类热门奇异衍生品(包括跨币种及跨资产类衍生品)进行定价及风险因子的分析,以及风险对冲模型及策略的研究,为场外衍生品业务风险对冲提供具有实际可操作性的建议。

2、量化策略指数研究

选题建议:近年来,银行大力推行挂钩量化策略指数的衍生品,与券商合作研发衍生品底层标的编制规则,打造风险可控、回报收益较高的策略型标的。本课题将进行量化策略指数的研发,包括单资产及多资产类别的各类型策略,进行指数构建、策略回测、表现分析等方面的研究,并对指数衍生品的对冲策略进行分析,为业务开展提供基础性的研究工作。

3、人工智能在零售客户营销推荐的应用研究

选题建议:本课题旨在通过金融科技,找到合适的地点、时间、情境向合适的用户投递合适的内容。通过研究机器学习技术和运营营销理念,基于用户的基本属性、行为、偏好和需求,深度解析和整合证券垂直领域的服务内容、产品内容和资讯内容,自主研发一套适用于证券零售客户业务的核心营销推荐引擎,以挖掘用户核心需求和价值,并适用于各种形态的业务推荐场景,包括但不仅限于虚拟个人助理、信息流内容推荐、营销自动化等。

4、数字化财富管理的发展模式和路径研究

选题建议:2019 年末中国证监会发布《关于做好公开募集证券投资基金投资顾问业务试点工作的通知》,标志着中国的财富管理行业进入买方时代。买方财富管理业务模式下,对财富管理机构的客户需求识别、产品研究、资产配置、风险控制等方面的能力提出了更高的要求。本课题旨在研究如何将数字化理念、技术渗透到买方财富管理业务的各个环节,以数字化赋能财富管理业务,实现高效、高质、稳健的客户发展和服务模式。

5、中国高收益债券市场建设研究

选题建议:在债券市场信用风险不断暴露的情况下,刚性兑付进一步被打破,高收益债券市场建设已经迫在眉睫。本课题主要研究高收益债券一二级市场联动、定价估值及投资者结构问题,以及面对债券强制展期、评级失真、资产转移等问题,如何构建债券投资者保护机制。

6、金融科技在风险管理中的应用研究

选题建议:本课题旨在研究如何通过大数据、人工智能等手段优化证券公司风险管理方式。一方面在合规的前提下,拓展公司的各类数据源,扩大各类基础数据及指标数据范围,扩大非结构化数据整合力度;另一方面,加强传统机器学习、深度学习、自然语言处理、语音图像识别、知识图谱等基础能力建设,提升风险模型的迭代频率和风险敏感程度,并促进人工智能技术与具体业务的风险管理场景进行有效融合。

7、金融科技对内部审计的赋能研究

选题建议:本课题旨在研究金融科技如何为证券公司等金融机构的内部审计赋能,创新数字化审计模式、完善数字化审计平台、提升数字化审计能力。特别是研究在非现场方式下,如何通过金融科技手段更全面、高效地覆盖证券公司全部异地单位。

8、证券公司机构客户服务的数字化创新应用研究

选题建议:在客户机构化、机构头部化的趋势下,机构客户已逐渐成为证券公司创收的重要客群。本课题旨在解决证券行业的实际应用需求,拟通过大数据、人工智能、区块链等新技术,在机构客户的智能挖掘、业务撮合、智能服务等方面开展创新应用研究,推动证券公司机构客户服务模式数字化转型的创新发展。

9、投资银行业务中的风险识别模型研究

选题建议:本课题旨在通过风险识别模型对投资银行项目进行风险分类,辅助使用人员对投资银行项目进行综合评估。通过对上市公司、发债企业等主体的财务、业务、市场交易价格、舆情等数据进行分析,发掘异常指标及异常值,构建主体风险评价关键特征,对境内上市公司、发债企业等主体进行风险识别及分类。

10、金融科技在客户统一画像的应用研究

选题建议:利用大数据、机器学习等人工智能技术,以及知识图谱技术,通过挖掘客户身份信息、交易行为和习惯、资金流、外部负面新闻和风险提示数据等各类信息资源,构建客户统一画像,利用多维度图谱建立对客户可视化的智能分析系统,将其应用到分析、挖掘客户可能存在的洗钱风险点,从而锁定重点风险人群,加强对该重点客户群体的关注,采取相应的管控措施。

11、自然语言处理技术在社交网络敏感内容管理中的应用

选题建议:大众投资者具备强烈的社交分享需求,金融机构因缺乏运营能力和经验难以满足客户的社交分享需求,提升敏感内容管理的水平是其中一个突破点。常见的社交网络系统一般通过敏感词过滤来达到网络空间净化的目标,但传统方案存在词库维护困难、泛化能力差等问题。本课题将基于自然语言处理,通过同义链指、新词发现、敏感内容挖掘等方式,提升金融机构对敏感内容的管理水平。

12、人工智能在量化交易领域的应用研究

选题建议:全球顶尖资产管理机构大都采用量化方式来开展投资交易,量化交易规模也在进一步扩大。本课题主要探讨量化交易如何从先验投资模式升级为AI投资模式,将神经网络、自动机器学习、强化学习等技术应用于量化交易策略与算法交易, 并对初步有效AI量化策略与算法的进行实证研究, 自主研发适用于国内二级市场AI量化策略与交易算法。

13、基于人工智能的日内股票走势预测研究及探索

选题建议:本课题旨在研究如何将人工智能技术应用于短期内价格走势预判,通过人工智能算法构建短期价格走势预测的模型,为交易员建仓平仓的下单指令以及下单时机决策提供支持。

14、区块链通证经济及其在传统金融行业应用的研究

选题建议:本课题将深入研究目前在区块链公有链上出现的各种与金融相关的服务(比如借贷、保险、去中心化交易、市场预测等), 分析其相关的通证协议,重点研究其激励机制和协议的安全性,并结合证券行业的特点梳理出适用于传统金融机构的区块链技术、产品和服务。

 

三、博士后招聘说明

1、提供有竞争力的薪酬、福利和日常经费,并根据年度考核结果发放绩效工资。

2、博士后科研成果优秀者出站后将优先录用为我司员工。

3、2021年3月20日前在线注册填写简历,并将下列申请材料打包压缩后以“课题名称+学校+姓名”命名上传为简历附件(若无法上传,请将附件发送至gfhr@gf.com.cn,并在简历系统中注明):

 (1)博士后科研项目可行性报告书(请于官网对应的招聘页面下载附件报告书模版,格式不限,每人可选报一至两个课题,选报两个课题必须提供两份报告书);

(2)博士论文目录及摘要,以及两篇论文代表作;

(3)个人免冠证件照及近期全身生活照各一张;

(4)请在简历中备注获得本站博士后招收信息途径。

5、面试具体时间将另行通知。

6、网址:http://www.gf.com.cn/job/index.html