Categorías
···
Entrar / Registro
Investigador Cuantitativo – Fondo de Cobertura Sistemático de Materias Primas
Indeed
Tiempo completo
Presencial
Sin requisito de experiencia
Sin requisito de título
Isabel La Católica 5, Centro Histórico de la Cdad. de México, Centro, Cuauhtémoc, 06000 Ciudad de México, CDMX, México
Favoritos
Compartir
Parte del contenido se ha traducido automáticamenteVer original
Descripción

Resumen: Moreton Capital Partners busca un Investigador Cuantitativo para diseñar, probar y perfeccionar modelos predictivos destinados a carteras de trading en vivo en el ámbito sistemático de materias primas. Aspectos destacados: 1. Diseñar e implementar retropruebas rigurosas con fricciones realistas. 2. Investigar, desarrollar prototipos y validar señales de trading sistemático mediante técnicas avanzadas de aprendizaje automático. 3. Impacto directo: Tus alfas entrarán en producción en carteras reales. ### **Investigador Cuantitativo – Fondo de Cobertura Sistemático de Materias Primas** Moreton Capital Partners busca un Investigador Cuantitativo talentoso para ayudarnos a construir la próxima generación de señales alfa en futuros de materias primas. Nuestra investigación se basa en técnicas avanzadas de aprendizaje automático, marcos robustos de pruebas y una comprensión profunda de los mercados globales de materias primas. Este puesto es fundamental para nuestra misión: asumirás la responsabilidad integral del diseño, la prueba y el perfeccionamiento de modelos predictivos que alimentan directamente carteras de trading en vivo. ### **Principales responsabilidades** * Investigar, desarrollar prototipos y validar señales de trading sistemático en materias primas mediante métodos avanzados de aprendizaje automático. * Diseñar e implementar retropruebas rigurosas con fricciones realistas, validación paso a paso (walk-forward) y pruebas estadísticas robustas. * Ingeniería y evaluación de nuevas características derivadas de precios, fundamentales, posiciones, datos de opciones y conjuntos de datos alternativos (por ejemplo, satelitales, meteorológicos y precios al contado globales de materias primas). * Combinar múltiples pronósticos alfa en meta-modelos y señales de cartera, aprovechando métodos de ensamble y bayesianos. * Desarrollar técnicas de construcción y optimización de carteras, así como herramientas de análisis, para mejorar el rendimiento y evaluar los efectos sobre la ejecución de la cartera. * Colaborar con desarrolladores para trasladar la investigación a estrategias listas para producción. * Supervisar el desempeño en tiempo real, la atribución y la deriva del modelo, garantizando la mejora continua de la biblioteca de alfas. **Requisitos** * Máster o doctorado en Estadística, Economía o Ciencias de la Computación. * Sólida formación en aprendizaje automático y modelado estadístico (modelos basados en árboles, regularización, aprendizaje automático para series temporales). * Competencia avanzada en Python (pandas, NumPy, scikit-learn, XGBoost, PyTorch/TensorFlow). * Conocimiento de la previsión de series temporales, técnicas de validación cruzada y prevención del sesgo de mirada hacia adelante (look-ahead bias). * Experiencia académica en investigación y capacidad demostrada para traducir trabajos académicos en código productivo. * Exposición previa al trading sistemático o a la modelización financiera. * Capacidad para diseñar experimentos, interpretar resultados e iterar rápidamente en un entorno de investigación. **Ventajas adicionales:** * Conocimiento de materias primas (agropecuarias, energéticas, metales) o de mercados macroeconómicos. * Experiencia en ingeniería de características con conjuntos de datos no tradicionales (posiciones en opciones, datos meteorológicos, satelitales). * Experiencia colaborando en entornos de control de versiones. * Familiaridad con la optimización de carteras, la paridad de riesgo o el promedio bayesiano de modelos. * Publicaciones, participación en competencias Kaggle o trayectoria investigadora que demuestre excelencia aplicada en aprendizaje automático. **Beneficios** * Impacto directo: Tus alfas entrarán en producción en carteras reales, respaldadas por capital real. * Cultura centrada en la investigación: Valoramos el pensamiento profundo, los enfoques novedosos y el rigor sistemático. * Colaboración estrecha con un equipo global. * Crecimiento profesional: Trayectoria clara hacia puestos de investigador senior a medida que aumentemos nuestros activos bajo gestión (AUM) y ampliemos nuestras líneas de productos. * Remuneración atractiva: Salario base altamente competitivo y bonificación anual que crece conforme lo hace la empresa. * Entorno laboral positivo, inclusivo y estimulante.

Fuentea:  indeed Ver publicación original
Juan García
Indeed · HR

Compañía

Indeed
Juan García
Indeed · HR
Cookie
Configuración de cookies
Nuestras aplicaciones
Download
Descargar en
APP Store
Download
Consíguelo en
Google Play
© 2025 Servanan International Pte. Ltd.