金融量化領(lǐng)域邂逅人工智能，將會迸發(fā)出怎樣的火花？

在深度學(xué)習(xí)、強化學(xué)習(xí)和自然語言處理等技術(shù)取得不斷突破和創(chuàng)新的今天，AI如何賦能量化投資領(lǐng)域，助力開發(fā)者打造表現(xiàn)優(yōu)異，更加安全可靠的量化模型？

第四屆CSIG圖像圖形技術(shù)挑戰(zhàn)賽-飛槳賽道以基于AI的量化選股投資策略建模與可視分析為主題，由中國圖象圖形學(xué)學(xué)會（CSIG）主辦，百度飛槳、工銀瑞信基金管理有限公司承辦。面向海內(nèi)外在校大學(xué)生開放，聚焦AI量化投資領(lǐng)域，將引入真實數(shù)據(jù)建立真實量化投資環(huán)境，幫助學(xué)生了解并真切參與金融量化投資行業(yè)相關(guān)技術(shù)和工作。

不僅如此，本賽道對獎池進(jìn)行全面升級。

分別設(shè)置一等獎、二等獎、三等獎等二十個大獎名額，更有機會爭奪總共5萬元獎金，同時優(yōu)秀選手將有機會獲得工銀瑞信AI量化投資實習(xí)生機會，優(yōu)秀成果在資管行業(yè)為個人能力背書。

賽題鏈接

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

比賽baseline

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

賽題任務(wù)

量化選股投資策略建模是一種利用數(shù)學(xué)和計算機方法來分析市場數(shù)據(jù)，以確定投資組合的投資策略。量化選股投資策略通常采用機器學(xué)習(xí)（如線性回歸、決策樹等）和深度學(xué)習(xí)（如LSTM、Transformer、CNN等）等方法，發(fā)現(xiàn)潛在的市場趨勢和規(guī)律，并據(jù)此制定有效的交易決策。

這種方式不僅解決了傳統(tǒng)主觀判斷帶來的偏差問題，還提升了交易效率與回報水平，是量化投資人員常用的技術(shù)手段。

在此任務(wù)中，我們將提供豐富的股票因子數(shù)據(jù)，供參賽者進(jìn)行建模，對股票的未來收益率進(jìn)行預(yù)測，并制定有效的投資策略。工銀瑞信為賽事提供的訓(xùn)練數(shù)據(jù)為近十余年、976萬條真實脫敏股票因子特征數(shù)據(jù)，為參賽選手提供了重要的實踐素材。

我們鼓勵參賽者基于飛槳PaddlePaddle探索各種創(chuàng)新的算法和模型，在充滿噪聲的股票市場數(shù)據(jù)中提升預(yù)測的準(zhǔn)確性，獲得超額收益。同時，為了對股票因子數(shù)據(jù)進(jìn)行歸因，我們鼓勵參賽者進(jìn)行多維度可視化分析。

獎項設(shè)置

賽段設(shè)置