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
OpenCSG26 分钟前
OpenCSG 2025年11月月报:智能体平台、AI技术合作与开源生态进展
人工智能·开源·opencsg·csghub
围炉聊科技34 分钟前
当AI成为“大脑”:人类如何在机器时代找到不可替代的价值?
人工智能
لا معنى له42 分钟前
残差网络论文学习笔记:Deep Residual Learning for Image Recognition全文翻译
网络·人工智能·笔记·深度学习·学习·机器学习
菜只因C1 小时前
深度学习:从技术本质到未来图景的全面解析
人工智能·深度学习
工业机器视觉设计和实现1 小时前
lenet改vgg训练cifar10突破71分
人工智能·机器学习
咚咚王者1 小时前
人工智能之数据分析 Matplotlib:第四章 图形类型
人工智能·数据分析·matplotlib
TTGGGFF2 小时前
人工智能:用Gemini 3一键生成3D粒子电子手部映射应用
人工智能·3d·交互
LitchiCheng2 小时前
Mujoco 基础:获取模型中所有 body 的 name, id 以及位姿
人工智能·python
Allen_LVyingbo2 小时前
面向医学影像检测的深度学习模型参数分析与优化策略研究
人工智能·深度学习
CareyWYR2 小时前
每周AI论文速递(251124-251128)
人工智能