Мы — небольшая команда, которая строит алгоритмическую торговую систему на финансовых рынках. Фокус — скальпинг: горизонт удержания от секунд до минут. Работаем с [криптой / фьючерсами / металлами / нефтью].
Что делаем:
· Пишем торговых ботов для автоматического исполнения стратегий.
· Разрабатываем скальпинговые стратегии на микроструктуре рынка.
· Строим пайплайн «данные → исследование → бэктест → риск-менеджмент → исполнение».
Кого ищем
Quant Researcher — исследование микроструктуры, построение скальпинговых сигналов, валидация стратегий.
Quant Developer — написание торговых ботов, инфраструктура, интеграция с биржами, оптимизация latency.
Возможны грейды: Junior / Middle / Senior.
---
Обязанности
Quant Researcher:
· Формулировать и проверять скальпинговые гипотезы на тиковых и ордербук-данных.
· Строить и валидировать стратегии: от идеи до бэктеста и продакшена.
· Учитывать комиссии, слиппедж, задержки исполнения.
· Оценивать качество стратегий: Sharpe, максимальная просадка, win rate, profit factor.
· Бороться с overfitting, look-ahead bias и нестационарностью рынка.
Quant Developer:
· Писать торговых ботов для автоматического исполнения стратегий.
· Интегрировать систему с биржевыми API (Bybit, Binance, CME, MOEX).
· Оптимизировать latency: сеть, код, железо.
· Строить бэктест-движок и мониторинг.
· Работать с ордербук-данными в реальном времени.
---
Требования
Обязательно:
· Высшее математическое образование (мехмат, физтех, ВМК, прикладная математика или аналог).
· Сильная статистика: проверка гипотез, условные вероятности, байесовский подход, временные ряды.
· Python на уровне уверенного владения: pandas, numpy, scipy.
· Понимание финансовых рынков: спред, ликвидность, слиппедж, комиссии.
· Опыт бэктестинга: in-sample / out-of-sample, overfitting, look-ahead bias.
· Умение объяснять результат словами, а не только кодом.
Будет плюсом:
· Опыт работы с тиковыми / ордербук-данными.
· Знание микроструктуры рынка.
· Опыт написания торговых ботов.
· [C++ / Rust] / низкоуровневая оптимизация.
· Опыт в скальпинге, HFT, prop-trading.
· ML: LightGBM/XGBoost, feature engineering для временных рядов.
Личные качества:
· Дисциплина: готовность к тому, что стратегия может не работать 3–6 месяцев.
· Честность: умение признать, что гипотеза не подтвердилась.
· Любопытство: желание копать в данные.
· Командность: работаем вместе, а не «каждый сам за себя».О нас
