薛英杰
数据分析|垂直行业智能体开发|金融与统计研究
邮箱:yingjiexuesuwfe@163.com
个人简介
薛英杰,现为西安财经大学讲师,具有统计学与金融学复合背景,获统计学学士、硕士及金融学博士学位,博士研究方向为实证资产定价,并具有金融学博士后研究经历。系统掌握概率论与数理统计、时间序列分析、多元统计与机器学习等量化建模方法,长期从事 ETF 折溢价、错误定价与投资者情绪等市场微观结构研究。
具备扎实的编程与数据处理能力,熟练使用 Python、R、C++、SQL、Matlab、SAS 等工具,能够独立完成数据清洗、指标与信号构建、统计建模及实证检验的完整流程。善于将经济逻辑转化为可检验、可复现的量化策略,注重研究的可复现性与代码规范。
在金融与统计研究之外,关注数据分析和人工智能在具体行业中的应用,项目实践涵盖民政社会救助、网络安全与金融研究辅助。通过整合行业数据、业务规则与大模型工具调用,构建自然语言查询、数据核对、异常识别、分析研判和报告生成应用,将研究与编程能力延伸至实际业务问题的解决。
核心能力
- 数据分析与研究:数据清洗、统计建模、实证资产定价;双重差分、断点回归、倾向得分匹配及因果关系分析。
- 行业智能应用:多源数据整合、自然语言问数、规则引擎与大模型协同分析、分析报告生成。
开发工具:Python、R、SQL、Tableau;项目涉及 Django、PostgreSQL、React、TypeScript、DeepSeek Harness 与 Git。
调查与报告: 具有问卷调查、实地调研和研究报告撰写经历,能够将业务问题转化为数据分析任务。
工作与教育经历
| 时间 | 单位 | 职务或学位 | 方向 |
|---|---|---|---|
| 2024.06—至今 | 西安财经大学 | 讲师 | 统计与金融 |
| 2022.01—2024.05 | 对外经济贸易大学 | 博士后 | 金融学 |
| 2017.09—2021.12 | 西南财经大学 | 经济学博士 | 金融学 实证资产定价 |
| 2015.09—2017.07 | 西南财经大学 | 经济学硕士 | 统计学 商务统计 |
| 2010.09—2014.07 | 山西财经大学 | 经济学学士 | 统计学 市场调查与分析 |
| 2011.09—2014.07 | 山西财经大学 | 管理学学士 | 会计学 第二学位 |
项目经验
SXRS|民政社会救助数据服务与智能分析平台
业务目标: 整合分散的民政业务数据,为工作人员提供统一的信息查询、数据核对与分析入口。
- 整合养老服务、老龄补贴、社会救助和殡葬管理四类业务系统数据,支持人员与家庭信息检索、跨系统数据核对及统计分析。
- 通过自然语言问答调用数据库查询工具,让业务人员以日常语言查询数据、获取分析结果,减少手工编写查询的需要。
- 构建救助退出状态预测模块,结合家庭人口、收入、补助及救助类型等特征,为进一步业务核查提供辅助线索。
- 实现数据装载与增量同步,并结合只读查询、行政区划行级权限及敏感字段脱敏,对数据访问进行约束。
技术实现: Python、Django、PostgreSQL、React、DeepSeek、Text-to-SQL、随机森林。
项目地址: https://github.com/yingjiexue/SXRS
Agent|网络安全日志分析与入侵检测智能体
业务目标: 辅助安全运维人员筛查日志、追查可疑行为并整理分析报告,减少重复性人工工作。
- 支持 Apache、Nginx、syslog、CSV 等日志格式,以及压缩文件、目录和轮转日志输入。
- 将攻击特征规则、来源 IP 聚合和滑动时间窗口分析结合,识别 SQL 注入、跨站脚本、目录遍历及暴力破解等可疑行为,生成附带日志证据的结构化告警。
- 为智能体配置日志扫描、条件检索和报告保存工具,支持自然语言发起任务,并针对特定 IP 或异常行为继续追问。
- 自动整理扫描概览、告警统计、模型研判、原始证据与处置建议,导出 Markdown 报告;支持云端 API 与本地模型接入。
技术实现: TypeScript、DeepSeek Harness、规则引擎、模型工具调用、LM Studio。
项目地址: https://github.com/yingjiexue/Agent
TradingAgents|多智能体股票研究辅助系统
项目性质: 基于 TradingAgents 开源框架的应用实践。
业务目标: 面向 A 股研究场景,将市场信息获取、个股分析、候选股票筛选与模拟复盘组织为协同研究流程,辅助研究人员整理信息、比较不同观点并形成研究参考。
- 通过大盘、板块、市场、基本面和新闻等不同分析角色协作,结合乐观与审慎研究员的辩论机制,从多个角度分析个股与市场主题,呈现不同情景下的观点与风险。
- 支持自然语言提出研究问题和描述选股需求,将需求理解、条件筛选与候选股票池匹配结合,减少手工汇总信息和反复设置筛选条件的操作。
- 接入 Tushare、AKShare、BaoStock 等行情与财务数据接口,结合大模型工具调用、事实记忆及可扩展技能,支持研究资料获取与上下文积累。
- 提供模拟交易与复盘功能,用于记录和回顾研究判断;系统定位为研究辅助,输出作为分析参考。
技术实现: Python、FastAPI、LangChain、LangGraph、Vue 3、TypeScript、MongoDB、Redis。
项目地址: https://github.com/yingjiexue/TradingAgents
访问地址: http://stockagent.vip.cpolar.cn
科研与数据分析经验
ETF 持股与股票定价效率研究
- 使用中国 A 股 ETF 持股及交易数据测量价格信息效率,将股票调入与调出基金投资组合作为外生冲击,采用双重差分与 R 分析持股变化对信息效率的影响。
金融发展与区域经济研究
- 基于银行贷款、上市公司经营及金融中介机构数据构建金融深度与广度指标,利用格兰杰因果检验分析金融发展与地区生产总值的关系。
ETF 折溢价与错误定价研究
- 结合套利均衡模型与贝叶斯学习,分析 ETF 及基础资产受到信息和噪声冲击后的价格变化,测算错误定价概率并研究价格修正机制。
科研成果
发表论文
中国跨境ETF的价格偏离: 情绪驱动还是信息驱动?(当代经济科学,2020(1),第一作者)
ETF持股增加了股票定价效率吗?——来自中国A股市场的证据(当代财经,2021(3),第一作者,期刊封面论文)
投资者情绪、套利限制与错误定价——基于中国A股市场ETF的实证研究(金融发展研究,2022(12),第一作者)
地区信息、注意力约束与股票收益(云南财经大学学报,2023(06),第二作者(通讯作者))
ETF折溢价可以预测其未来收益吗?——基于错误定价的视角(中央财经大学学报,2023(09),第一作者)
发挥数字经济优势,助力共质量发展(光明日报,2023(06),第一作者)
充分发挥金融在高质量发展中的推动作用(中国经济日报,2023(11),第一作者)
中国A股市场的早公告溢价:现象与机制(当代经济,2024(4),第二作者)
How does the level of digital finance in free trade zones reduce barriers to overseas market entry for enterprises?[J]. International Review of Financial Analysis, 2025: 104773.
课题经历
项目主持:非同步交易下市场情绪与投资者过度反应——证据来自中国跨境 ETF(中央高校课题)。
主要参与:国有企业高杠杆控制权网络解析:发生机制与控制路径(国家自然科学基金面上项目)。
主要参与:四川产业投资集团风险控制体系构建。
主要参与四川省统计局课题:战略性新兴产业发展、民营企业融资、金融集聚与成渝经济圈协同发展、金融创新与四川经济发展;其中金融创新课题获省委书记批示。
教学经历
西南财经大学|计量经济课程助教|2017.07—2021.12
对外经济贸易大学|金融工程助教|2021.07—2023.12
奖励与证书
2022年度《金融发展研究》优秀论文奖(2023年获奖)。
第三届全国大学生市场调查与分析大赛总决赛一等奖(2013年)。
国家励志奖学金;全国市场调查与分析专业证书;CET4 / CET6。
个人兴趣
喜欢阅读、编程、球类运动、健身与金融市场研究。保持对实际问题的好奇心,也享受将想法转化为代码与应用的过程。