22.5.4-简历修改

下一步修改方向：（1）业务的特色还是不够突出，思考下你的主要投递岗位还是需要梳理梳理的，不是所有的都是以商分为动机（2）进一步删减，站在面试官的角度去筛选，什么是真实的，哪些是废话反而拉低了档次

一、基于互联网金融产品余额宝的动态 VaR 测度-南洋理工大学（2021.12-2022.3）

1、项目主题：在余额宝收益率，建立贝叶斯随机波动模型研究整体波动特征，据此对尾部风险进行测度。

2、负责职能

2.1、负责探究余额宝的峰部特征。在每一个分布的众数附近建立概率非零性和概率可区分性规则,确定一个充分小的邻域半径,并计算样本数据落在该邻域内的概率,经过比较发现余额宝收益率分布具有更尖的峰。

2.2、负责搭建 Bayes-POT 模型进行尾部风险的动态 VaR 测度。基于提取波动性，尾峰部特征，将模型设定为 SV-T 模型，再对模型的扰动项进行 POT 类别设定以及阈值确定，计算收益率动态 VaR

3、个人成果：担任小组负责人，在答辩环节获全小组第 1，入选全国大学生数学建模竞赛二等奖

二、基于企业网络图数据的系统风险分析-数学系李文学教授课题组（2020.7-2021.1）

1、项目主题：为了测算流动性风险下企业系统的脆弱性，我们基于复杂网络理论构建企业关联网络，然后模拟外部和内部冲击的损失，进而测算系统脆弱性和风险传染效应。

2、负责职能

（1）业务层面：选取银行作为研究对象，测算企业风险的关联强度：根据银企间不同贷款期限的借贷关系，不同投资周期的共同资产关系，分别从资产负债表，行为动态演化，流动性资产更新设定网络演化规则，利用python实现图数据库的动态更新与维护。

（2）技术层面：测算企业集群的系统脆弱性：对企业网络建立压力测试，模拟分析了外部冲击，DebtRank传染，甩卖三轮损失；程序中利用生成树技术去掉回路，以缓解传统DebtRank算法因循环传染，而导致的风险高估的问题。

3、个人成果：在复杂网络领域的控制系统方向以第二作者发表SCI二区论文1篇。

一、基于文本数据的企业风险因子分析-数量金融王闻教授公司产品开发组（2021.3-2022.2）

1、项目主题：为了快速、高效的处理海量的文本信息，我们通过爬虫爬取企业资讯、公告文本，然后使用自然语言处理技术（NLP），进而分析文本中的市场情绪，投资利好风险等性能。

2、负责职能：

（1）业务层面：针对文本的指标价值，设计新闻的情绪，投资，风险指标（使用Bi-LSTM生成指数）；针对文本中的类别价值，设计新闻的13类事件细分分类（使用LDA自动主题分类）。

（2）技术层面：负责挖掘市场情绪的因子与公告中各类ESG主题的因子。搭建双层LSTM模型，以解决长期信息“遗忘”的问题，再利用LDA模型对公告主题分类，最后CNN-BiLSTM模型进行因子生成，相比于传统的CNN、LSTM模型，准确率平均提升了13.2%

3、个人成果：以API形式正在本地企业试用，担任项目负责人，主持申请2份软件著作权，获得工商银行金融科技一等奖，花旗杯金融创新应用大赛智能营销赛道第1名等成果。