南科大计算机系学子在AFAC2023金融智能挑战赛中获得季军
近日，在中国计算机学会的指导下，由蚂蚁集团旗下蚂蚁财富、蚂蚁保和网商银行联合浙江大学、上海交通大学、西安交通大学、中央财经大学、蚂蚁技术研究院和天池平台，以及众多国内顶尖高校联合举办了首届AFAC2023金融智能挑战赛圆满落幕。本次竞赛吸引了来自全国的高校以及知名企业的813只参赛队伍，包括清华大学、北京大学、浙江大学、招商银行、浦发银行、美团、华为等。我校计算机科学与工程系2023级硕士研究生张坤龙在初赛以及决赛答辩中表现突出，最终荣获季军。参赛队伍名称为稳盈预测，该团队的指导老师为李皈颖研究助理教授，以及杨鹏助理教授。
颁奖典礼：张坤龙（左二）、李皈颖（左三）
答辩现场：张坤龙同学讲解方案
杨鹏老师（左一）、李皈颖老师（左二）和张坤龙同学（右一）讨论方案
奖牌
获奖感言—张坤龙
南科大计算机系注重培养学生的创新思维和实践能力，为学生提供了丰富的资源和支持。在参加金融智能挑战赛的过程中，我得到了NICAL实验室和金融仿真实验室的李皈颖老师和杨鹏老师的全面指导和支持。他们的专业知识和耐心指导对我将计算机科学与金融领域相结合起到了关键作用。
在比赛期间，两位老师教给了我许多有关金融数据分析、机器学习算法应用以及技术创新在金融领域的应用的知识。他们不仅传授了理论知识，还鼓励我深入思考问题，勇于尝试新的方法和思路。这种启发式的教育方式让我更好地理解和应用所学知识。
赛事简介
AFAC2023金融智能挑战赛包括三大方向与六个子赛题，其中金融场景理解方向的基金趋势模拟预测赛题为我校队伍的参赛赛题。在金融投资领域，准确地预测基金的收益率排名是一个重要而复杂的挑战。这需要对大量历史业绩等数据进行深入的分析，从中提取有用的特征，构建具备高度泛化能力和市场动态适应能力的模型，从而在波动的市场条件下持续保持良好的预测表现。随着时序信息提取、图学习、模型集成等技术的发展，机器学习在该类任务中展现了巨大的潜力。此任务提供丰富的历史业绩数据、收益因子、回撤因子、动量因子等信息，供参赛者进行分析和建模，鼓励参赛者探索各种创新的模型和算法，以在充满噪声的金融市场数据中提升预测的准确性。通过该任务，希望推动算法模型在金融预测应用落地，产出更有效的基金收益率排名预测方案，并进一步加深对于金融市场价格变化的理解。
赛题难点：
1）官方提供的数据存在大量缺失，且不同基金缺失的特征不同。
2）线上实盘验证测试，无法构建有效的离线评估方法。
3）任务具有极高的动态特性，每周根据上一周基金行情调整策略、新增数据。
4）面对的基金规模较大，需要对3791支基金进行预测和构建投资策略，且随时可能新增新的基金。
实验室介绍
金融仿真智能实验室
由杨鹏助理教授组建。实验室成立于2022年7月，致力于证券金融市场仿真系统的基本原理、关键技术和行业应用研究，围绕多智能体仿真、演化智能、证券金融数据分析等关联领域布局探索。实验室已与深交所集团共建“深圳证券信息有限公司-南方科技大学计算机系行情云联合创新实验室”，面向国际领先交易所和信息服务商的证券行情服务云化技术变革趋势，聚焦于证券大数据、人工智能、云计算等先进技术的理论方法突破，积极探索落地我国首项基于云原生的证券行情服务行业基础设施，提升深市行情在国际上的影响力和话语权。
Nature Inspired Computation and Applications Laboratory
(NICAL, 实验室网址：http://www.nical.ai/)
NICAL实验室由姚新教授、唐珂教授创办。实验室基于自然中智能系统的范式，推进自动进化、高度自适应的人工智能系统的构建研究。在以上研究思想指导下，实验室专注于nature-inspired理论探索、算法设计、关键技术和系统构建等具体探索主题，并参与大量具体应用问题的实践。核心成果囊括演化计算、机器学习、神经计算等诸多领域。
竞赛官网：
https://tianchi.aliyun.com/competition/entrance/532094/rankingList
