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, Mexico
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 operaciones en vivo en futuros de materias primas. Aspectos destacados: 1. Cultura centrada en la investigación que valora el pensamiento profundo y el rigor sistemático 2. Impacto directo: Tus alphas se implementarán directamente en carteras de producción 3. Trayectoria clara hacia puestos de investigador senior a medida que aumente el AUM Investigador Cuantitativo – Fondo de Cobertura Sistemático de Materias Primas Moreton Capital Partners busca un talentoso Investigador Cuantitativo para ayudar a construir la próxima generación de señales alpha en futuros de materias primas. Nuestra investigación se basa en técnicas avanzadas de aprendizaje automático, marcos rigurosos de pruebas y una comprensión profunda de los mercados globales de materias primas. Este puesto es fundamental para nuestra misión: asumirás la responsabilidad de diseñar, probar y perfeccionar modelos predictivos que alimenten directamente carteras de operaciones en vivo. Principales responsabilidades* Investigar, prototipar y validar señales sistemáticas de operación en materias primas mediante métodos avanzados de aprendizaje automático. * Diseñar e implementar pruebas históricas rigurosas con fricciones realistas, validación paso a paso (walk\-forward) y pruebas estadísticas robustas. * Ingeniar y evaluar nuevas características a partir de precios, fundamentales, posiciones, datos de opciones y conjuntos de datos alternativos (por ejemplo, imágenes satelitales, datos meteorológicos y precios al contado globales de materias primas). * Combinar múltiples pronósticos alpha 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 capaces de mejorar el rendimiento y rastrear los efectos sobre la ejecución de la cartera. * Colaborar con desarrolladores para trasladar la investigación a estrategias listas para producción. * Supervisar el rendimiento en vivo, la atribución y la deriva del modelo, asegurando la mejora continua de la biblioteca de alpha. **Requisitos** * Máster o doctorado en Estadística, Economía o Ciencias de la Computación. * Amplia experiencia en aprendizaje automático y modelado estadístico (modelos basados en árboles, regularización, aprendizaje automático para series temporales). * Competencia sólida en Python (pandas, NumPy, scikit\-learn, XGboost, PyTorch/TensorFlow). * Conocimientos sobre pronóstico de series temporales, técnicas de validación cruzada y evitación del sesgo de mirada hacia adelante (look\-ahead bias). * Experiencia académica en investigación y capacidad comprobada para traducir trabajos académicos en código listo para producción. * Exposición previa al trading sistemático o a la modelización financiera. * Capacidad para diseñar experimentos, interpretar resultados e iterar rápidamente en un entorno de investigación. **Puntos adicionales (no obligatorios):** * Conocimientos sobre materias primas (agroalimentarias, energía, metales) o mercados macroeconómicos. * Experiencia en ingeniería de características con conjuntos de datos no tradicionales (posiciones en opciones, datos meteorológicos, imágenes 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, competencias Kaggle o historial investigador que demuestren excelencia aplicada en aprendizaje automático. **Beneficios** * Impacto directo: Tus alphas se implementarán directamente en carteras de producción, 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 el AUM y expandamos 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

Empleos similares

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