金融

从主题定价到订单定价：机器人基金的产业链观察2026 年 11 月 2 日，机器人板块再度走强，截至当日 14 时中证机器人指数上涨 3.48%，石头科技领涨 17.48%。这轮修复从 10 月中旬启动，而 7 到 9 月该指数单季下跌 21.10%、年内最大跌幅一度接近 30%，估值压力已经释放得比较充分，当前位置对应的是产业链从主题定价向订单定价切换的过程。

券商舆情智能体如何设计？事件聚类去重、主体消歧与风险事件抽取技术解析在金融机构的风险管理与声誉保护工作中，基于传统关键词匹配的舆情监测模式正面临严峻挑战。自媒体账号的批量搬运容易引发告警风暴，而同名企业、模糊简称造成的误报，也常使风控与公关团队陷于无效核查。

DolphinDB智臾科技

数智筑基·算启未来 ——2026 AI+金融基础设施前沿创新对话共探金融智能化发展新路径10月23日，「数智筑基・算启未来｜2026 AI + 金融基础设施前沿创新对话」在浦东举行。本次活动由陆家嘴金融沙龙秘书处、智臾科技联合主办，聚焦人工智能时代金融基础设施的发展趋势、技术创新与业务实践，汇聚金融机构与科技企业代表，共同探讨人工智能赋能金融基础设施建设的实现路径。

砚底藏山河

python量化自定义周期 K 线合成做日内策略、网格、资金流监控的开发者，几乎都卡过同一个问题：想要的那个分钟周期，数据源偏偏不给你。Tushare 的 1/5/15/30/60 分钟线要 2000+ 积分、且每月再付 ¥1000；AKShare 的分钟线又常出现「时间乱码、价格跳变、老断连」（CSDN 文库问答原文）。与其为某个特定周期反复氪金、或在坑里打转，不如换个思路——只要拿到 1 分钟线，任意周期 Bar 都能本地合成。本期就用魔码纯 HTTP 接口讲清这件事，并重点讲透一个踩坑无数的细节：先复权，后聚合。

度小满与香港科技大学联合发布轩辕4.5金融大模型11月2日，在2026香港金融科技周开幕式上，度小满与香港科技大学、香港生成式人工智能研发中心（HKGAI）联合发布轩辕4.5金融增强大模型。轩辕4.5基于RSI技术在获客、风控、客户经营等核心金融场景中实现效果提升30%，成本仅为通用模型的10%。

金融AI Agent安全如何评估？数据出站、身份映射、参数绑定与审计追踪机制在不少金融机构的测试环境里，AI Agent（智能体）展现出了让人惊艳的生产力，读取研报、生成风险尽调草稿、调用 API 查询系统状态均能高效完成。可一旦到了评估“能不能放行上生产环境”的环节，科技与风控团队的考量就随之增加了。

砚底藏山河

量化回测可复现流水线CI化前一篇讲了如何用 1 分钟线本地合成任意周期 K 线；本篇往前一步——当你已经能稳定拉数、能合成 K 线，下一个躲不开的问题是：今天的回测，三个月后还能跑出一样的结果吗？我们把它工程化进 CI，用三道门禁自动卡点。

第 4 篇｜AuthN（下）：绑定银行现有身份体系，SCA 放在哪一步系列：《让 AI 替你办银行业务：面向 MCP Connector 的身份认证与授权设计》规范基线：MCP 2026-07-28；OpenID Connect Core 1.0；OpenID Connect CIBA Core 1.0；RFC 9470；HKMA「E-Banking Security ABC」（2025-04）撰写日期：2026-10-23

第 1 篇｜全景篇：从 IBKR Connector 看「AI 代理访问金融账户」系列：《让 AI 替你办银行业务：面向 MCP Connector 的身份认证与授权设计》规范基线：MCP 2026-07-28；OAuth 2.1 draft-ietf-oauth-v2-1-13 撰写日期：2026-10-23

Python期货行情API接入：股指、黄金、原油多品种数据管道实战股票和外汇的数据接口，拉回来就能用。期货不一样——同样是"行情"，期货多了一层合约的概念：同一品种有主力合约、连续合约，还分不同到期月份；交易所有好几家，还有夜盘。第一次做期货监控的时候，我以为就是多调几个接口的事，结果被合约体系和换月问题折腾得不轻。这篇把我搭的一套多品种期货数据管道完整记录下来：合约代码怎么认、批量快照怎么拿、实时推送怎么接、主力换月怎么处理。数据源用的 iTick，token 去它官网 itick.org 申请，REST 和 WebSocket 共用一套。

区块链供应链金融如何降低中小企业融资成本中小企业贡献了我国 50% 以上的税收、60% 以上的 GDP、70% 以上的技术创新和 80% 以上的城镇就业，但在融资市场上却长期处于弱势地位。融资难、融资贵，是困扰中小企业的老问题。

考研保研资料分享

2024财会跨保北大金融科技：三场笔面试与经管法混申复盘📌 大一保研必看｜从入学准备到推免录取的全流程攻略绩点、英语、科研竞赛，先抓哪一项？按大一到大三梳理准备顺序，讲清夏令营、预推免、申请材料和面试要点。

Rust 正在接管金融圈？深度拆解一份高薪 FinTech 岗位 JD去年秋天，我负责维护的行情网关在开盘集合竞价阶段出了事。那是一个周五，某只标的的行情推送突然出现长达 400 毫秒的堆积，策略端拿到的盘口数据和交易所真实状态严重脱节，几笔本该被风控拦截的订单直接打了出去。事后复盘，根因是 Python 写的网关在处理突发流量时，GIL 加上解释器调度抖动，把本该微秒级的解析逻辑拖到了毫秒级。修是修了，加机器、加缓冲、加降级，但那个周末我一直在想一个问题：这套技术栈的底座，是不是从一开始就选错了。

中电金信金融 AI 工程化实践：异构模型纳管、智能体治理与 AI 原生软件工厂当银行试图将 AI 从“单点试验”推向“核心生产系统”时，技术团队面对的往往不是单一技术选型，而是分布式事务一致性、信创环境适配与异构模型统一纳管三重工程难题的叠加。

金融客户数据合规落地：基于迪康端点安全一体化管理系统的四道防线实践金融行业的数据合规，是所有行业里要求最严的：合规落地的难点，最终都落在终端：客户数据在终端被打开、被拷贝、被拍屏、被外发，任何一个环节失控都可能构成违规。本文从技术实现角度，梳理金融客户数据合规的完整落地路径。

金融数据分析技术栈拆解：从NumPy到机器学习，金融数学背景该如何补齐代码短板金融数学专业应届生想入职金融数据分析岗，需要掌握Excel、SQL等数据处理工具，基础统计建模能力，对应细分金融业务逻辑，优先补充银行证券等对口实习，按需考取对应能力证明。这套准备路径仅适用于国内本科金融数学相关专业，毕业1年内想瞄准市场化机构金融数据分析岗的应届生，不适用于想走量化投研纯风控模型岗的同学。

金融产品架构演进之三：极速、一致与高可扩展并存核心目标何逸凡彭志刚前两篇分别给AI原生与可扩展收了口。这一篇对比两代金融（资管）核心产品的技术架构，回答一个悬而未答的问题：高内聚的交易内核，是早先简洁的单核好，还是如今拆成的多核好？

金融AI Agent厂商怎么选？系统集成、API/RPA、权限审计与异常恢复能力评估在金融机构的智能体选型测试现场，我们经常能看到这样的场景：一份格式标准的招股书发过去，各大方案都能迅速生成结构完整的摘要，但如果把测试样本换成一张扫描模糊、补充说明里单位不一、甚至关键数据前后矛盾的真实财报，各家系统的处理逻辑就出现了分化。

不懂金融或不会编程，如何开始量化？从策略搭建到回测验证一、背景不同，量化入门应该从哪里开始？二、有投资想法，怎样变成能够执行的策略？三、不想先学数据接口和回测框架，怎样完成第一次运行？四、回测有收益，就说明策略有效吗？五、换一组参数，结果就变了，怎么办？六、完成第一次回测之后，下一步学什么？

第91章「金融的“根服务器”」“现实世界模拟器”的全息投影上，一条代表资本流动的暗红色主脉格外醒目，它并非基于市场供需的自然流淌，而是带着明显的人工干预痕迹，如同被无形堤坝约束和引导的洪水，正有目的地冲击着几个关键的新兴市场节点。墨子面无表情地看着，数据流在他深邃的眼眸中映出冰冷的反光。这是“守护者联盟”新一轮攻势的预演，利用其在国际支付清算体系中的传统优势，进行结构性的挤压。