1. 探究深度学习和强化学习在因子挖掘和特征工程中的作用；
2. 利用深度学习对股票市场建模，研究股票波动的驱动因素；
3. 探索深度学习前沿技术在量化投资中的应用，定期收集文献产生综述（简评总结即可）并基于Pytorch等深度学习框架实现；
4. 探索深度学习模型训练和推理加速。

1. 理工科研究生学历，就读院校985/211或海外同等学历优先；专业为应用数学、物理、统计学和计算机方向，其中应用数学和物理学只考虑研究深度学习理论和PINN细分方向；
2. 熟练掌握一门编程语言例如Python/R，熟悉深度学习框架例如Pytorch/Tensorflow/Jax，并要求有深度学习训练经验；
3. 扎实的数理功底，参加过大学生数学建模/ACM/Kaggle优先；
4. 对深度学习和量化投资感兴趣，希望从事量化投资行业，毕业时间最晚为2026年9月；

5. 加分项（非必须）：熟悉C++编程语言，有NIPS、AAAI、ICML等顶会或JASA、AOS、Econometrica等统计计量经济学论文发表或在投（有arXiv版）。