Dan Allouche

Dan Allouche 在机器学习和量化金融领域深造，于 2020 至 2022 年获得巴黎综合理工学院机器学习硕士学位，2019 至 2021 年获得巴黎国立统计与经济管理学院统计与机器学习工程师学位。他还拥有巴黎第一大学（先贤祠-索邦大学）应用数学硕士学位（2018–2019），并以一等荣誉（排名第一）毕业。早年，他就读于享誉盛名的酒店管理学院 Ecole Vatel Lyon（2015–2018）。

Allouche 在量化金融领域积累了实践经验，曾在以色列 VeloQuant Ltd（2020 年 8 月）担任高频交易数据科学家，致力于应用金融数学、人工智能和机器学习开发交易算法。他还在特拉维夫 Fitback（2021 年 7–8 月）担任计算机视觉研究工程师。他的技术专长体现在 GitHub 项目中，包括使用 PyTorch 复现《深度对冲》论文（Buehler 等，2019）、带随机延迟的最优执行模拟，以及将发展 KPI 与主权信用评级相关联的研究。

在量化工作之外，Allouche 同样在销售和酒店业建树颇丰。他目前担任 GROW.Group 的市场推广总监（自 2025 年 12 月起）和 Passman 酒店业务部销售经理（自 2025 年 6 月起）。此前，他曾在 IDCGO 和 RFID Hotel Europe（2023–2025）担任销售业务拓展专员，在 Douce France Consultants（2022–2023）担任销售业务拓展经理，以及在 The Gate Collection（2021–2022）担任团体活动协调员。他还在 AK TRADE EUROPEAN LTD 和 IDTRADING LLC 担任董事职务。

Allouche 的公开 GitHub 仓库展示了他对量化金融的研究，包括：

• 带随机延迟的最优执行：对 Cartea & Sánchez-Betancourt（2023）论文的批判性总结与模拟。
• 时间序列分析：医药工业生产分析与预测。
• 能力与信用：一项量化金融研究，运用局部投影因果推断和贝叶斯有序评级模型，探讨发展 KPI 如何影响主权信用定价。
• 深度对冲：独立使用 PyTorch 复现深度对冲框架。
• Black-Scholes Delta 对冲：在 Black-Scholes 模型下对欧式看涨期权对冲的数值研究。

这些项目展现了他将高级数学与计算方法应用于金融问题的能力。