Analista Quantitativo

Il nostro team di ERG S.p.A. è alla ricerca di un Analista Quantitativo per supportare le attività di Risk Management e sviluppo della strategia di Hedging e Trading.

• Implementare modelli quantitativi per la valutazione di metriche di rischio e di business;
• Developare analisi quantitative di rischio a supporto del Risk Manager;
• Sviluppare, implementare, calibrare e manutenere metriche e modelli matematici per la misurazione del rischio commodity, tasso di interesse e tasso di cambio;
• Condurre analisi quantitative su portafogli industriali e di trading;
• Monitorare i rischi relativi alle oscillazioni dei prezzi delle commodity, dell'energia elettrica, dei tassi di interesse e dei tassi di cambio;
• Identificare opportunità di trading e di hedging;
• Collaborare con il team di Risk Management per la gestione dei rischi;

• Laurea Specialistica in matematica, statistica, fisica o ingegneria matematica;
• 2 anni di esperienza in ruoli analoghi, preferibilmente nell'area Risk Management in una società attiva nel settore energia;
• Familiarità con il funzionamento dei mercati elettrici/gas e loro fondamentali;
• Conoscenza di pacchetto Office, in particolare Excel a livello avanzato;
• Conoscenza di ambiente e programmazione Matlab/R/Pyton/SQL;
• Conoscenza di base di Power BI, VBA, C++;
• Conoscenza di base di metriche per la valutazione del rischio;
• Conoscenza di base di modellistica di commodities e tassi di cambio e di interesse;

• Basi di probabilità e calcolo stocastico applicato alla finanza;
• Teoria dell'asset pricing;
• Simulazione numerica di variabili aleatorie;
• Analisi di serie storiche;
• Analisi di correlazione;
• Analisi multivariata (regressione lineare, analisi della varianza);
• Metodi tecniche di shaping, smoothing e stagionalizzazione delle curve;
• Volatilità storica ed implicita;
• Tecniche di stima dei parametri;
• Modello di Heat-Jarrow-Morton multifattoriale, Black&Scholes, Hull-White, in generale modelli basati sul Moto Browniano;
• Simulazioni Monte Carlo;
• Algoritmi di ottimizzazione lineare e non lineare;
• Metodi e tecniche di backtesting;