先求可证伪，再求有道理
一个无法被数据推翻的判断，无论听起来多有说服力，都不属于研究。我们坚持先写出「什么情况下我是错的」，再决定是否投入。
ABOUT · 关于我们
一家把「承认不知道」
写进流程里的研究机构
我们相信超额收益来自对不确定性更精细的估计，而不是对未来的猜测。这句话决定了我们如何组织研究、如何分配算力，以及如何对待每一个看起来很有道理但无法被验证的想法。
- 成立年份
- 2019
- 研究人员
- 68
- 工程与基础设施
- 94
- 风控与合规
- 21
CULTURE · 研究文化
四条不可交易的原则
它们不产生直接的收益，但决定了我们能在多长时间里持续产生收益。 任何一条被打破时，我们会停下研究，先把它修好。
记录每一次失败
失败的试验同样进入知识库。我们统计过：超过六成的研究时间花在证伪上，而这部分工作只有被完整记录下来，才不会重复发生。
反对意见是一等资产
每个策略上线前必须经过一次正式的、书面的反对。提出反对的人获得与提出策略的人同等的认可。
承认不知道
模型的边界必须写在文档里，而不是留在使用者心里。「这个模型在什么条件下会失效」是上线检查单上的必填项。
MILESTONES · 发展历程
七年，只做了一件事
把研究做得更诚实一点。每一个阶段标志的不是规模的增长，而是我们对「自己什么时候会错」的理解又深了一层。
- 2019团队成立由五名研究人员组成，聚焦于国内市场的多因子中性策略。
- 2021数据底座立项自建湖仓与特征平台，开始接入航运与气象两类另类数据。
- 2023中枢系统上线多智能体决策中枢进入生产，风控获得独立否决权。
- 2024维度扩展供应链与地缘政治维度正式进入在役数据源统计。
- 2026研究基础设施开放向合作机构开放因子序列与暴露映射矩阵的数据接入。
CAREERS · 加入我们
我们在找愿意把问题想清楚的人
我们不太在意你用过哪些框架，更在意你是否愿意花两周时间，去证明一个看起来显然成立的结论其实是错的。 所有岗位都要求具备独立完成一项完整研究的经历或能力。
量化研究员
Quantitative Researcher负责从数据到信号的全链路研究：提出假设、构造特征、设计验证、写清失效条件。
要求数理 / 统计 / 物理 / CS 背景，具备独立完成一项完整研究的经历
投递该岗位机器学习工程师
ML Engineer负责训练与推理基础设施、特征平台与模型治理，让研究结论能被稳定复现与部署。
要求熟悉分布式训练与特征存储，理解时间序列数据的特殊约束
投递该岗位低延迟系统工程师
Low-Latency Engineer负责行情接入、订单网关与执行链路，把每一个微秒都当作可优化的对象。
要求C++ / Rust 系统编程经验，熟悉网络协议与性能剖析
投递该岗位数据工程师
Data Engineer负责多源异构数据的接入、治理与质量保障，维护血缘与可复现性。
要求流批一体经验，对数据质量有近乎偏执的要求
投递该岗位CONTACT · 联系方式
我们更愿意与长期主义者一起工作
机构合作、数据接入、情景评审与技术尽调，都可以在保密协议下推进。 请在邮件中简述你的目标与约束条件，我们通常在两个工作日内回复。
- 研究合作与数据接入
- research@xingpo.quant
- 研究岗与工程岗投递
- talent@xingpo.quant
- 办公地址
- 上海市浦东新区陆家嘴环路 1000 号 32F
- 到访交流
- 工作日 10:00 – 18:00，请提前一个工作日预约
法律声明与合规
本网站所载全部信息仅用于研究与技术交流，不构成任何投资建议、要约、要约邀请或对任何金融产品的推介。 本网站展示的策略名称、指标体系、回测曲线与运营数据均为技术演示用途，其中回测与仿真数据由本地确定性模型生成， 不代表真实历史业绩，亦不代表未来表现。
任何量化策略均存在本金损失风险，历史模拟结果不能作为投资决策依据。投资者应独立判断并自行承担投资风险。 本机构不对任何第三方依据本网站信息所作决策承担责任。若本网站内容与正式法律文件存在冲突，以正式法律文件为准。