面向金融科技方向选手!一级学会背书,AI选股与可视分析大赛来啦

金融量化领域邂逅人工智能,将会迸发出怎样的火花?

在深度学习、强化学习和自然语言处理等技术取得不断突破和创新的今天,AI如何赋能量化投资领域,助力开发者打造表现优异,更加安全可靠的量化模型?

第四届CSIG图像图形技术挑战赛-飞桨赛道以基于AI的量化选股投资策略建模与可视分析 为主题,由中国图象图形学学会(CSIG)主办,百度飞桨、工银瑞信基金管理有限公司承办。面向海内外在校大学生开放,聚焦AI量化投资领域,将引入真实数据建立真实量化投资环境,帮助学生了解并真切参与金融量化投资行业相关技术和工作。

不仅如此,本赛道对奖池进行全面升级。

分别设置一等奖、二等奖、三等奖等二十个大奖名额,更有机会争夺总共5万元奖金,同时优秀选手将有机会获得工银瑞信AI量化投资实习生机会,优秀成果在资管行业为个人能力背书。

赛题链接

https://aistudio.baidu.com/aistudio/competition/detail/1032/0/introduction

比赛baseline

https://aistudio.baidu.com/aistudio/projectdetail/6563542?contributionType=1&sUid=40990&shared=1&ts=1690096510098

赛题任务

量化选股投资策略建模是一种利用数学和计算机方法来分析市场数据,以确定投资组合的投资策略。量化选股投资策略通常采用机器学习(如线性回归、决策树等)和深度学习(如LSTM、Transformer、CNN等)等方法,发现潜在的市场趋势和规律,并据此制定有效的交易决策。

这种方式不仅解决了传统主观判断带来的偏差问题,还提升了交易效率与回报水平,是量化投资人员常用的技术手段。

在此任务中,我们将提供丰富的股票因子数据,供参赛者进行建模,对股票的未来收益率进行预测,并制定有效的投资策略。工银瑞信为赛事提供的训练数据为近十余年、976万条真实脱敏股票因子特征数据,为参赛选手提供了重要的实践素材。

我们鼓励参赛者基于飞桨PaddlePaddle探索各种创新的算法和模型,在充满噪声的股票市场数据中提升预测的准确性,获得超额收益。同时,为了对股票因子数据进行归因,我们鼓励参赛者进行多维度可视化分析。

奖项设置

赛段设置


相关推荐
必须会一定会1 小时前
Agent Plugins 1.0实战:plugin.json、skills、mcp.json目录结构与迁移
开发语言·人工智能·ai编程
CTA量化套保1 小时前
近期零基础量化学习:先分阶段,再用 AI 检查缺口
人工智能·python
Justin3go1 小时前
AI 引荐流量报告:哪些独立产品正在从 ChatGPT 获客?
人工智能·seo
风流 少年2 小时前
Spring AI 2.0:SSE
java·人工智能·spring
深小乐2 小时前
AI 项目上线:折腾 Cloudflare,真香也藏不少坑
人工智能
ACP广源盛139246256733 小时前
Qwen3.8‑2.4T 开源落地@ACP#国产 MoE 私有化部署下 GSV2221 视频转换芯片机遇分析
大数据·数据库·人工智能
冬奇Lab3 小时前
开源项目第190期:claude-video — 给 Claude 装上「眼睛」看视频,一条命令分析 YouTube/Loom/本地视频
人工智能·开源·claude
七牛开发者4 小时前
为什么 Go 很适合 AI 辅助开发?
数据库·人工智能·python·elasticsearch·log4j
dear_bi_MyOnly4 小时前
AI人工智能分类识别——机器如何学习
人工智能·学习·分类