Ruan Aiden

使用Python清洗并按交易日对齐2018-2024年JPM、VIX与DGS10日频数据，处理缺失值，构造对数收益率、20日滚动波动率、利率动量及VIX Z-score/Regime/Spike等因果特征，以1万-10万次Monte Carlo复现Chooser Option并检验收敛，实现BSM模型基准与平价检查 使用TensorFlow/Keras训练20日窗口、13项特征的LSTM预测波动率并接入BSM；使用scikit-learn Linear Regression端到端预测理论CallPrice。采用时序切分与训练集标准化，LSTM通过EarlyStopping监控验证集损失并抑制过拟合；最终LSTM+BSM测试集MAE=0.7933、RMSE=2.3637、R²=0.9316。 使用SHAP比较VIX特征贡献，完成+50%波动率、+2%利率及2018/2020/2024年历史压力事件回放；以Streamlit接入Alpha Vantage、Cboe、FRED，部署三模型定价工具。

量化研究实习生 at 申万宏源证券 (2026-06 – 2026-08)

• 使用Python清洗并按交易日对齐2018-2024年JPM、VIX与DGS10日频数据，处理缺失值，构造对数收益率、20日滚动波动率、利率动量及VIX Z-score/Regime/Spike等因果特征，以1万-10万次Monte Carlo复现Chooser Option并检验收敛，实现BSM模型基准与平价检查
• 使用TensorFlow/Keras训练20日窗口、13项特征的LSTM预测波动率并接入BSM；使用scikit-learn Linear Regression端到端预测理论CallPrice。采用时序切分与训练集标准化，LSTM通过EarlyStopping监控验证集损失并抑制过拟合；最终LSTM+BSM测试集MAE=0.7933、RMSE=2.3637、R²=0.9316。
• 使用SHAP比较VIX特征贡献，完成+50%波动率、+2%利率及2018/2020/2024年历史压力事件回放；以Streamlit接入Alpha Vantage、Cboe、FRED，部署三模型定价工具。

业务部实习生 at 中国工商银行南宁市民主支行 (2023-07 – 2023-08)

• 使用 Excel 完成客户业务数据统计与汇总，对每日业务办理数量、产品类型及客户信息进行整理，辅助识别客户群体的风险偏好特征
• 熟悉银行基金、理财等金融产品，理解客户资产配置与产品匹配逻辑，积累对零售金融业务的实务认知

市场经营部实习生 at 中信证券南宁分公司 (2022-07 – 2022-08)

• 协助对基础金融产品组合进行初步审核，完成客户数据汇总、产品收益率对比及风险分析
• 使用 Excel 整理客户信息、市场行情及产品数据，通过分类统计评估不同客户群体的投资倾向，并根据客户风险偏好、资产情况及投资目标进行金融产品匹配与推荐
• 学习基础数据分析思路，初步了解量化分析在客户行为与投资决策中的应用场景

硕士 in 数据科学与机器学习 – 伦敦帝国理工学院 (2025-09 – 2026-11)

一等学士学位 in 金融数学 – 南安普顿大学 (2022-09 – 2025-06)