京公网安备 11010802034615号
经营许可证编号:京B2-20210330
凤凰金融量化投资大赛 助推行业快速发展
5月28日,第二届智慧中国杯之凤凰金融量化投资大赛正式进入决赛环节,来自全国各地的20支队伍正式展开终极的“智慧对决”。
凤凰金融量化投资大赛是“第二届智慧中国杯”主题系列赛之一,由四川省教育厅、四川省经信委、成都大数据产业技术研究院等多家单位主办,凤凰卫视集团旗下服务全球华人的一站式智能投资平台凤凰金融独家承办,旨在通过大赛激发创新意识,提高创新和实践能力,挖掘和培养有志于从事量化金融的优秀人才。同时凤凰金融大数据部副总裁邢志峰也受邀担任第二届“智慧中国杯”大赛的评委,参与整个大赛方案评选。
全国量化精英集结,争夺“头号数据玩家”
“凤凰金融量化投资大赛”于3月22日正式上线,比赛共分为初赛和决赛两部。其中,初赛的任务是:选手根据主办方提供的股票市场上千只股票的历史相关数据,预测股票未来半年的走势,挑出未来上涨幅度最大可能的若干只股票构成一个投资组合。以“投资组合”在训练数据最后一天开始至半年内的平均组合收益率作为排名的标准。以此来考验选手对数据的处理能力、建模能力。
经过两个多月的激战,5月25日初赛的AB榜全部打榜结束,其中贝塔狗量化组、whisky_P、CCG、XJB_G_Tea、杭州桃树科技等榜单的前20名正式入围决赛。5月28日开始,他们开始在凤凰金融的量化投研平台“凤金宽客”上进行决赛,争夺“头号数据玩家”。
据了解,决赛任务主要是考验选手对数据的使用能力、建模能力,及金融市场理解能力。选手可以在凤金宽客量化投研平台上调用丰富的数据库,编写自己的策略,比赛将由凤凰金融技术评委团进行防作弊评定和一二三等奖评判。获奖队伍还将派一名选手做代表前往北京参加本次大赛线下颁奖典礼,期间选手讲解比赛算法和思路,可以和凤凰金融员工进行学术交流,获得专业化的指导。
“凤凰金融量化投资大赛”除了赛事精彩、激烈之外,奖品也堪称丰厚,除了现金奖励,还有凤凰金融提供的付费产品、就业实习岗位,此外本次大赛的优胜者也将获得直通智慧中国杯年终决选的资格。
全面打造
随着IT技术和大数据应用的发展,量化交易在全球金融交易市场地位愈加重要。与此同时,由于量化交易和人工主观交易对比,具有投资业绩稳定、交易速度快、交易延迟低、交易量大、头寸管理严格和时间期限短等优势,得到了国内越来越多的投资者的认可。但与美国等量化投资已成为市场主流的国家和地区相比,中国在量化人才培养方面才刚刚开始起步,人才荒困境比较突出。不仅要会编程,还要懂金融,同时要有一定的金融投资经验,这是对量化金融人才的基本要求。为此,越来越多的高校也开设了相关专业,集中开始了量化研究方面的人才培养。
由于在大数据应用和“智能金融”方面的出色表现,凤凰金融获得协助成都市政府承办“凤凰金融量化投资大赛”的机会,进一步挖掘和培养量化人才,助推行业快速发展。据了解,自平台上线之初,凤凰金融就针对金融科技大数据开展了大量基础性工作,包括基于Hadoop生态构建起完整的大数据平台,整合公司内部、外部各相关维度数据,建立用户画像体系,并基于海量资讯分析,针对金融市场变化建立经济学模型,搭建出了一整套科学的全生命周期风险管理体系。
“这一全生命周期风险管理体系涵盖前期风险因子萃取、中期量化信用模型评估、后期动态风险监测等。可以根据宏观环境、动态管理的实时变化,自动采集、分析海量数据,对量化模型持续优化升级,为全生命周期风险管理体系提供最佳决策支持。同时凤凰金融在量化建模、机器学习和人工智能等技术领域正在加大投入力度,依托已经建立起来的分布式爬虫、大数据平台等基础设施,未来,凤凰金融将具备PB级海量数据的获取、存储、计算、数据挖掘能力。”邢志峰介绍说。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24