阶段9从竞赛到简历项目●●●●●

简历项目选型学：三件套的排列组合与差异化

我的掌握程度：

q-856精讲

先掌握这个答案

三件套的证明力分工：①因子研究项目（阶段5毕业作）→证明「研究素养」：假设-检验-中性化-归档的完整闭环——因子研究员岗的核心证据；②ML选股模型（阶段8毕业作）→证明「现代工具力」：时序验证纪律+工程能力——量化开发/数据岗的加分项、ML向私募的敲门砖；③竞赛战绩（BRAIN/Kaggle）→证明「可验证的竞争力」：第三方排名无法注水——简历筛选的最快通行证。配置矩阵：因子研究员岗→①为旗舰+③辅助；ML/数据岗→②旗舰+①辅助；开发岗→②的工程部分+独立开源工具（差异化第四件套：一个自己的小工具/库，如回测框架、数据管道——证明工程主体性）。分量原则：一深两浅，深的那件要经得起40分钟深挖。

先读结论，再核对下方使用边界；数字例题为教学情景，涉及实际行情与规则时请核对原始来源。

从理解到使用

把结论换成可核查证据

展示问题、数据版本、实验方法、基准与失败复盘；数字对应可复现报告。岗位分工、薪资和时间线随机构与年份变化，以当期JD和正式沟通为准。

本阶段实战方法 · 用实验记录把竞赛变成研究成果

参加BRAIN或金融预测比赛时，把平台成绩和可迁移的研究能力分别评价。

先阅读当前赛题数据、时间戳、评分、提交限制与使用条款；门槛以平台当期规则为准。
每次只改变一个假设，记录数据版本、公式、参数、seed、本地验证、提交分数和尝试次数。
固定验证后总结失败案例、成本敏感性和复现步骤，产出别人能核查的项目报告。

使用边界

Public榜不是最终测试集，反复围绕它调参会产生选择偏差。
平台Alpha达标不代表可直接实盘，也不等于通过招聘或获得稳定收入。

不懂的术语：因子（Factor）回测（Backtest）BRAIN（WorldQuant）Kaggle

背景 · 从一个困惑说起

q-855讲了个案写法，这题讲组合策略：简历上放哪几个项目、各占多少分量、怎样形成「证据组合拳」。选型的错误（比如三个全是复现项目）会让你在特定岗位面前哑火。

由此产生的问题

三件套（因子研究/ML模型/竞赛战绩）各自证明什么？如何按目标岗位配置？差异化的第四件套是什么？

核心概念

为什么需要它

①面试官的时间经济学：简历平均被看45秒——项目组合的「信息密度」决定生死；三件套互证（研究+工具+战绩）覆盖所有常见提问面；②差异化的稀缺性：复现项目人人有、竞赛部分人有、原创工具极少有——第四件套让你从「合格申请者」变成「记得住的申请者」；③诚实成长记录：三件套恰好是本课程的三个毕业作+阶段9产出——按课程路线走完，简历自动成型。

实际应用场景

版面布局：项目区3-4行条目、旗舰置顶带3个数字、其余各1-2个数字；GitHub仓库README互链形成证据网；每件套准备「3分钟/10分钟/40分钟」三档讲稿。

与之前知识的联系

q-082（阶段1）的证据地图在此落地为简历版式；q-901（阶段10）将把三件套翻译成面试语言；课程的毕业设计=三件套本身——学与职无缝衔接。

⚠ 常见误解

项目越多越好：45秒的注意力下，5个项目=每个9秒=全无印象；3件深项目完胜6件浅项目
复现大机构策略 impress面试官：复现证明执行力，不证明研究力；没有增量（你的中性化检验/失效分析）的复现是低价值证据
竞赛名次低就别写：写方法与收获（前20%+完整复盘>名次本身）；面试官要看的是过程质量不是奖牌颜色

🤖 AI导师

导师会先检查你的前置知识（证据地图、项目叙事结构），再用案例、公式和代码帮助理解。此功能需要先启用服务。