ما در حال توسعه یک پلتفرم پژوهشی–عملی Algorithmic Trading هستیم که هدف آن طراحی، تست و ارزیابی استراتژی‌های سیستماتیک معاملاتی بر روی دیتای واقعی Micro E-mini S&P 500 (MES Futures) می‌باشد.

این پروژه در سطح Hedge Fund–Grade تعریف شده و شامل لایه‌های کامل:

داده (Data Engineering)
بک‌تست (Backtesting)
توسعه و بهینه‌سازی استراتژی
است.

مسئولیت‌ها

طراحی و پیاده‌سازی الگوریتم‌های پیش‌بینی و تصمیم‌گیری معاملاتی
تحلیل رفتار بازار و استخراج الگوهای Data-Driven
توسعه و تست استراتژی‌های Quantitative و Factor-Based
انجام بک‌تست و ارزیابی عملکرد استراتژی‌ها
(Return، Risk، Drawdown، Sharpe و …)

نحوه همکاری

همکاری پروژه‌ای و منعطف
کاملا ریموت
محیط کاری پژوهشی و خروجی‌محور
مشارکت در ساخت یک سیستم Algorithmic Trading واقعی و End-to-End
اولویت با دانشجویان یا فارغ‌التحصیلان تازه در رشته‌های:

مهارت‌ها و شرایط مورد انتظار

تسلط به Python
آشنایی با بازارهای مالی، به‌ویژه Futures
توانایی کار پژوهش‌محور با داده و پیاده‌سازی الگوریتم‌ها
توانایی استفاده مؤثر از ابزارهای Agentic Coding / AI-Assisted Development
تجربه یا علاقه‌مندی به موارد زیر:

- مدل‌های سری زمانی
  (ARIMA، GARCH، Lstm، Transformer)
- Reinforcement Learning و تصمیم‌گیری الگوریتمیک
- Stochastic Modeling و فرایندهای تصادفی
- استراتژی‌های Quantitative و Factor-Based
- بک‌تست، ارزیابی عملکرد و مدیریت ریسک

مهارتهای زیر امتیاز مثبت محسوب می‌شود:

تجربه در Algorithmic / Quantitative Trading
آشنایی با فریم‌ورک‌های بک‌تست مانند Backtrader
تجربه در تحلیل سری‌های زمانی، ML یا RL
آشنایی با جریان‌های کاری مدرن مبتنی بر Augmented-AI Development

اولویت با دانشجویان یا فارغ‌ التحصیلان تازه در رشته‌ها Mathematics, Statistics, Computer Science و Computer Engineering می‌باشد.