Quantitativer Risikoanalyst

Arbeitszeit: Vollzeit
Erfahrung: Erforderlich sind mindestens 3 Jahre Erfahrung in quantitativem Risiko, Handelssystemen oder Financial Engineering sowie Erfahrung mit Echtzeitrisikosystemen und Krypto-Perpetuals.
Vergütung: Gehalt nicht angegeben

Die Rolle in Kürze

Die Rolle betreut und erweitert die quantitative Risikomessung und Risikoüberwachung für Perpetuals, Spotanlagen und Prognosemärkte. Sie entwickelt Modelle, Limits, Marginberechnungen und Schutzmechanismen und arbeitet eng mit dem Team für Handelsinfrastruktur an schnellen Risikoberechnungen zusammen.

Deine Aufgaben

Die Echtzeitrisiko-Engine für mindestens 10.000 Positionsaktualisierungen pro Sekunde über Perpetuals, Spotanlagen und Prognosemärkte wird betreut und erweitert. Gemeinsam mit dem Team für Handelsinfrastruktur wird auf kritischen Berechnungspfaden eine P99-Latenz unter 50 ms sichergestellt.
Portfolio-VaR, Stress-VaR, Expected Shortfall, die Aggregation von Greeks und anlageklassenübergreifende Korrelationen werden konzipiert und implementiert.
Für Positionen werden Rahmenwerke mit Nominalwertobergrenzen, Delta- und Konzentrationslimits, Hebelbeschränkungen und Drawdown-Schwellen aufgebaut.
Statistische Modelle für Extremrisikoszenarien werden entwickelt und berücksichtigen Verteilungen mit schweren Rändern, Regimewechsel und den Zusammenbruch von Korrelationen.
Marginberechnungen werden mit Cross-Margining-Logik, Liquidationspreismodellen und der Überwachung der Maintenance Margin implementiert.
Echtzeitdashboards und Alarmierungssysteme werden mit Exposure-Heatmaps, Gewinn- und Verlustattribution, Limitüberschreitungen und Anomalieerkennung erstellt.
Risikomodelle werden anhand historischer Liquidationsereignisse und Phasen hoher Volatilität rückgetestet, um ihre Genauigkeit zu prüfen.
Für extreme Marktbedingungen oder Systemanomalien werden automatische Handelsunterbrechungen und Notabschaltungen konzipiert.

Das solltest du mitbringen

Erforderlich

Erforderlich sind mindestens 3 Jahre Erfahrung im Bereich quantitatives Risiko, Handelssysteme oder Financial Engineering.
Erforderlich sind fundierte Grundlagen in Statistik, Wahrscheinlichkeitstheorie und Risikomodellierung mit VaR, CVaR, ES und Stresstests.
Erforderlich sind sichere Kenntnisse in Python mit NumPy, Pandas und SciPy für quantitative Analysen und Backtesting.
Erforderlich ist Erfahrung mit Echtzeitrisikosystemen, die mindestens 1.000 Aktualisierungen pro Sekunde bei einer Latenz unter 50 ms verarbeiten.
Erforderlich ist ein tiefes Verständnis der Derivatebewertung einschließlich Funding-Raten von Perpetuals, Mark-to-Market und Liquidationsmechanismen.
Erforderlich sind Kenntnisse der Portfoliorisikokennzahlen einschließlich Greeks wie Delta, Gamma und Vega, Korrelationsmatrizen, Beta-Hedging und Extremrisiken.
Erforderlich ist Erfahrung mit Krypto-Perpetuals einschließlich Funding-Raten, Cross-Margining und Liquidationskaskaden.
Erforderlich ist Vertrautheit mit Prognosemärkten einschließlich AMM-Mechanismen, Kelly-Kriterium und Orderbuchdynamik.
Erforderlich sind Kenntnisse der Zeitreihenanalyse mit Volatilitätsmodellierung mittels GARCH und EWMA, Regimeerkennung und Autokorrelation.
Erforderlich sind sichere SQL-Kenntnisse für Abfragen zur Risikoaggregation über Millionen von Positionsaktualisierungen.
Erforderlich ist die Fähigkeit, komplexe Risikokonzepte in Echtzeitüberwachungssysteme zu übertragen.
Erforderlich ist ein Verständnis von Marginberechnungen, Positionsgrößenbestimmung und Drawdown-Kontrollen.

Von Vorteil

Von Vorteil ist Erfahrung mit der Hyperliquid API einschließlich WebSocket-Feeds, Vault-Risikoüberwachung und Liquidations-Engine.
Von Vorteil ist ein Hintergrund im Eigenhandel, Market Making oder Risikomanagement von Hedgefonds; bevorzugt wird Erfahrung aus Handelshäusern auf 2-Sigma+-Niveau.
Von Vorteil sind Kenntnisse blockchainspezifischer Risiken wie Oracle-Ausfälle, MEV, Liquidationskaskaden und Netzwerküberlastung.
Von Vorteil sind sichere Kenntnisse in TypeScript, Node.js und NestJS zum Aufbau produktiver Risikodienste.
Von Vorteil ist Erfahrung mit ereignisgesteuerten Architekturen, Nachrichtenwarteschlangen wie Redis Streams und Kafka sowie CQRS-Mustern.
Von Vorteil sind Kenntnisse von Zeitreihendatenbanken wie TimescaleDB und InfluxDB zur Speicherung von Risikoaufnahmen auf Tick-Ebene.
Von Vorteil sind Kenntnisse im maschinellen Lernen zur Anomalieerkennung mit Isolation Forests, Autoencodern und der Erkennung von Änderungspunkten.
Von Vorteil ist ein Verständnis regulatorischer Rahmenwerke von CFTC und SEC sowie MiFID II und der Compliance-Überwachung.
Von Vorteil ist Erfahrung mit Monte-Carlo-Simulationen, Copula-Modellen oder Extremwerttheorie.
Von Vorteil sind veröffentlichte Forschungsarbeiten oder Beiträge zur Fachliteratur über quantitative Finanzwirtschaft oder Risikomanagement.
Von Vorteil sind DevOps-Kenntnisse mit Docker, AWS einschließlich ECS und Aurora, Terraform sowie Überwachungswerkzeugen wie Grafana und Datadog.

So läuft die Bewerbung

Zu den Bewerbungsangaben gehören Name, Kontaktangaben, ein Link, eine Begründung der Motivation und eine Darstellung der besonderen Eignung sowie ein Messenger-Nutzername. Eine Kennung des Handelsterminals ist optional.
Das Bewerbungsverfahren dient auch dazu, sorgfältiges Lesen der Stellenbeschreibung und technische Grundkenntnisse zu prüfen.

Veröffentlicht: Datum unbekannt · Quelle geprüft: 17.10.2026.

Die Angaben sind für RemoteFruit einheitlich aufbereitet. Maßgeblich bleibt die Originalanzeige. RemoteFruit steht in keiner Partnerschaft mit dem ausschreibenden Unternehmen.