张明 · 资产管理

• 协助投资团队分析总规模约15亿元的多资产组合月度配置方案，利用Wind提取8类资产历史收益率与波动率数据，通过Excel搭建风险-收益测算模型，为3次配置比例调整提供量化依据，使组合夏普比率较基准提升0.12。

• 独立维护涵盖50余只基金与债券产品的投资数据库，每周更新净值、评级及持仓变动，通过自动化公式将数据整理耗时从3小时压缩至1.5小时，确保周度报告按时交付。

• 参与2次季度资产配置回顾，使用Excel搭建情景分析模板，模拟不同宏观假设下组合的极端风险敞口，输出5页分析简报，为投委会决策提供量化参考。

• 主导35亿元固定收益投资组合的日常监控，通过搭建自动化数据看板将持仓异动识别效率提升60%，独立完成12份周度风险报告，确保投资决策及时响应市场波动。

• 运用Brinson归因模型对10个核心资产池进行季度绩效分解，精准定位超额收益来源为行业配置与选券贡献，据此调整组合权重使年化Alpha提升1.2个百分点。

• 针对信用债与衍生品头寸，构建涵盖久期、凸性及VaR的多维度风险指标体系，预警3次潜在信用利差扩张事件，推动主动减仓，规避约800万元模拟损失。

• 设计并优化风险报告模板，整合市场、流动性及操作风险指标，将报告编制周期从3天压缩至1天，支撑投委会月度评估会议，覆盖资产管理规模超50亿元。

• 在公司内部投资策略优化项目中，独立运用Python构建涵盖宏观、估值、动量等维度的6类因子库，覆盖A股及债券市场20余项指标，为多因子资产配置模型提供底层数据支撑。

• 基于历史5年数据，采用滚动窗口回测框架验证模型，通过调整因子权重与约束条件，将组合年化收益率从8.2%提升至10.5%，夏普比率提升0.35。

• 针对回测结果开展绩效归因分析，识别估值因子与利率因子的交互效应，优化后使组合最大回撤降低12%，信息比率提升至1.2，超越同期沪深300指数。

• 编写自动化Python脚本，实现因子数据更新、模型重算与风险指标输出，将单次回测周期从3天压缩至4小时，团队迭代效率提升75%。

• 参与撰写项目结项报告，重点展示模型在不同市场环境下的稳健性（2022年震荡市超额收益达2.3%），获部门主管采纳，并纳入年度资产配置参考框架。

通过特许金融分析师一级考试，获得专业资质认证

因学业综合表现优异被评选为校级优秀毕业生