Количественный исследователь по моделированию рисков

Что за роль

Количественный исследователь будет оценивать риски стратегий и позиций в onchain-протоколах, строить модели и проверять их на исторических данных. Результаты анализа будут использоваться при формировании vault-портфелей и принятии решений о ребалансировке. Предусмотрена роль для выпускника с сильной количественной подготовкой; предшествующий опыт в DeFi не обязателен.

Что предстоит делать

• Создавать симуляционные фреймворки для стресс-тестирования onchain-стратегий при отклонении стейблкоинов от привязки, сбоях оракулов, дефиците ликвидности и каскадных ликвидациях.
• Моделировать концентрационный риск, контрагентскую экспозицию и взаимосвязи между активами портфеля.
• Анализировать исторические onchain-данные, проверять предположения о риске и калибровать параметры моделей.
• Готовить количественные отчёты, которые помогают принимать решения о составе vault-портфелей и их ребалансировке.
• Моделировать и тестировать на исторических данных наборы AMM-позиций: подбор LP-позиций, оптимизацию комиссий и динамику impermanent loss.
• Сравнивать стратегии ребалансировки для концентрированной и полного диапазона ликвидности.
• Изучать работу действующих протоколов Morpho, Gearbox, Aave, Uniswap и Balancer, используя данные и контекст реальных капиталовложений.

Что потребуется

• Высшее образование в области экономики и финансов, естественных наук, математики, статистики или другой количественной дисциплины.
• Уверенное понимание вероятностей, стохастических процессов и статистического вывода.
• Исследовательский склад ума, самостоятельность и способность превращать сложные системы в анализируемые модели.
• Умение рассуждать о границах применимости моделей и причинах, по которым модель может перестать работать.
• Знание финансовых инструментов, включая опционы и бессрочные контракты.
• Опыт программирования на Python и работы с NumPy, SciPy и pandas будет преимуществом.
• Знакомство с DeFi и механикой AMM, в том числе Uniswap v3/v4 и концентрированной ликвидностью, приветствуется, но не является обязательным.

Что важно знать

Работа сочетает количественное исследование, моделирование финансовых рисков и анализ DeFi-протоколов. Важная часть задач — не только построить модель, но и понять, насколько обоснованы её допущения при стрессовых рыночных сценариях.