§ 01
Werkervaring
Functies in algorithmic market-making, execution en quantitative research.
QuantFi · Quantitative Developer
maart 2023 – augustus 2024
Schiphol-Rijk, Nederland
- Bouwde en zette algorithmic market-making strategieën live, met volatility- en skew-schatting, order flow modelling, queue-aware execution, market impact en reference price dynamics.
- Bouwde een dynamisch liquidity allocation model voor smart order routing, waarmee slippage en transactiekosten gemiddeld met 5,8% daalden door real-time optimalisatie over samengevoegde, gefragmenteerde order books.
- Ontwikkelde quantitative portfolio rebalancing methoden tussen exchanges, die de timing en uitvoering van inventory transfers optimaliseerden onder latency-beperkingen, transactiekosten en marktliquiditeit.
Python · asyncio · numba · ccxt
QuantFi · Operational Trader
oktober 2022 – maart 2023
Schiphol-Rijk, Nederland
- Monitorde market-making algoritmes in productie, en beheerde real-time risicoparameters en systeemgezondheid om inventory exposure te beperken tijdens periodes van hoge volatiliteit.
- Ontwierp en bouwde een live trading terminal met
ccxt en native exchange API's voor real-time positie- en order-tracking, met Tardis.dev geïntegreerd voor het reconstrueren van historische posities.
Python · ccxt · Tardis.dev
Leiden University College · Docent
september 2025 – november 2026
Den Haag, Nederland
- Geeft statistiekonderwijs, met hypothesetoetsing, regressietheorie en statistische inferentie.
- Begeleidt een groepsproject waarin studenten deze methoden toepassen op een economische analyse van eigen keuze.
VU Econometrie en Data Science · Research Assistant
januari 2024 – juni 2024
Amsterdam, Nederland
- Ontwierp schaalbare likelihood-gebaseerde schattingsalgoritmes voor functionele scale-modellen, en optimaliseerde de rekenprestaties via gevectoriseerde berekeningen en parallelle verwerking.
- Verminderde de doorlooptijd van grootschalige Monte Carlo-simulaties met meer dan 90%.
BeyondDutch · Research Intern
januari 2022 – juni 2023
Hilversum, Nederland
- Implementeerde een statistical learning framework op basis van dynamische Cox proportional hazards modellen om event probabilities en customer retention dynamics in hoogdimensionale data te schatten.
- Ontwikkelde schattingsprocedures en feature engineering pipelines om right-censoring, non-stationariteit en covariate shift aan te pakken, wat de out-of-sample voorspelstabiliteit verbeterde.
§ 02
Opleiding
PhD, master en bachelor, van toegepaste wiskunde tot kansrekening.
Universiteit Leiden
Verwacht september 2028
Doctor of Philosophy (PhD), Wiskunde · Leiden, Nederland
- Onderzoekt statistical learning theory, hoogdimensionale kansrekening en stochastische processen.
- Organiseerde en leidde een wekelijks promotieseminarie over empirical process theory en statistical learning theory, met toepassingen in machine learning en deep learning.
De volledige technische uitwerking, inclusief een doorloop van de \(\gamma_2\) functionaal en de majorizing measure theorem, staat op de Blogposts-pagina.
Vrije Universiteit Amsterdam
augustus 2024
Master of Science, Econometrie en Operationele Research · Amsterdam, Nederland
- Honours Programme, GPA 8,9/10 (magna cum laude).
- Ontwikkelde voor een afstudeerproject een nieuw nonparametrisch toetsingskader voor multidimensionale stochastische processen, en implementeerde en verpakte het wiskundige kader in een open-source Git-repository (zie Projecten).
- Relevante vakken: Measure Theoretic Probability, Quantitative Financial Risk Management, Stochastic Processes, Stochastic Integration.
Hogeschool van Amsterdam
augustus 2022
Bachelor of Science, Toegepaste Wiskunde · Amsterdam, Nederland
- Paste deep learning modellen toe voor binaire classificatie van nieuws over digitale assets met Keras, inclusief tekstvoorbewerking en feature engineering.
§ 03
Projecten
Een selectie van het werk; de volledige theorie en code staan op de Projecten-pagina.
- Breidt het functionele GARCH-raamwerk uit naar een generalized autoregressive score (GAS) model om tijdsvariërende intraday volatility surfaces te schatten en vast te leggen.
- Ontwierp efficiënte schattingsprocedures met B-splines, met Numba JIT-compilatie voor schaalbare modellering van volatility surfaces uit fijnmazige intraday returndata.
oktober 2023 – augustus 2024
- Implementeerde Hierarchical Risk Parity via tree clustering met
scipy.cluster om hoogdimensionale asset allocation te stabiliseren, waarbij klassieke covariantie-inversie wordt vermeden om ruisgevoeligheid weg te nemen.
- Presteerde gemiddeld 3,9 procentpunt beter dan de benchmark over meerdere gesimuleerde investeringshorizons in een look-ahead-vrije backtest.
§ 04
Publicaties
The Tukey depth process under short range dependence
2026 · concept
Zunnenberg, D. & Dürre, A. · Ongepubliceerd manuscript
Absolute regularity and maximal moment inequalities
2026 · in voorbereiding
Zunnenberg, D. & Dürre, A. · Ongepubliceerd manuscript
Functional location-scale models with robust observation-driven dynamics
2025
Lin, Y. & Lucas, A. · Tinbergen Institute Discussion Paper
Bijdrage als research assistant
§ 05
Bestuur en Activiteiten
Mathematisch Instituut, Universiteit Leiden · Bestuurslid, Instituutsraad
september 2024 – augustus 2025
Leiden, Nederland
- Vertegenwoordigde de belangen, standpunten en zorgen van de promovendi.
- Droeg bij aan verbeteringen op het gebied van budgettering, strategische planning en dagelijkse zaken.
Afdeling Econometrie en Data Science, VU Amsterdam · Student-ambassadeur
oktober 2023 – april 2024
Amsterdam, Nederland
- Nam deel aan live Q&A-sessies en (virtuele) voorlichtingsbeurzen.
- Hielp aspirant-studenten door vragen te beantwoorden op het online chatplatform.
§ 06
Vaardigheden
Talen & Tools
- Python (Pandas, NumPy, Numba)
- Java
- SQL
- Git
- Bash
- Dask
Scientific Computing
- SciPy
- statsmodels
- CVXPY
- scikit-learn
- TensorFlow
Quantitatieve Methoden
- Tijdreeksanalyse
- Econometrie
- Statistische inferentie
- Optimalisatie