回討論列表

T-Brain AI競賽

傑生

樓主・ 2019-07-20 14:24:23

趨勢科技第二屆T-Brain AI競賽預測ETF價格實戰

https://www.trendmicro.com/zh_tw/about/newsroom/press-releases/2018/20180629024805.html

趨勢科技第二屆T-Brain AI競賽預測ETF價格實戰結果出爐！
冠軍隊伍”乾這個難”準確率高達92% 讓人直呼好神

趨勢科技再攜保險業者力邀各路好手挑戰自我激盪AI創新應用

【2018年6月28日台北訊】

全球網路資安解決方案領導廠商趨勢科技（東京證券交易所股票代碼：4704）舉辦的第二屆『T-Brain AI實戰吧』競賽於6月28日正式落幕。在這一階段為期兩個月的台灣ETF價格預測競賽中，各隊參賽者在預測股價的模型與方法上都有相當優異的表現，本賽共計487隊報名參賽，超過800人共襄盛舉，最後前三名分別由”乾這個難”、”AnsonC”和”Yi”隊伍抱回，獲得共計20萬的高額獎金。其中冠軍隊”乾這個難”比賽期間最高準確率達92%，表現相當卓越。

第二屆T-Brain競賽由政大商學院劉文卿教授協助出題，台灣經濟新報提供數據資料，請參賽者根據台灣上市櫃公司近五年來的歷史每日包含開盤、最高、最低、收盤的股價及成交量，研究開發針對預測股價的模型與方法，並透過設計的模型針對台灣十八檔上市櫃成分證券ETF在下一週五天的漲跌及價格進行預測。競賽完全比擬開盤運作，線上比賽系統每周一至周五的下午五點依當天實際收盤價計算每個隊伍最後一個上傳檔案的成績，各隊預測實力立見分曉。

其中，本屆冠軍隊伍的成員為來自台大電子所的方彥鈞、白家誠、樊恩宇，台大商研所的林嵩儒與政大金融所的陳勃文等五位研究生，每位隊員皆具寫程式能力，因隊員專長各有不同，比賽中採策略性分工，由方彥鈞、白家誠負責實作技術、林嵩儒與陳勃文擔任團隊金融顧問、樊恩宇提供機器學習相關知識，協力締造比賽佳績。

隊長白家誠表示：「瞭解賽制與評分依據後，我們針對『漲跌』與『價格』兩項目分別採用不同的目標函數（Objective Function）作預測。同時，考量到全球股市息息相關，我們也額外蒐集美股資料結合技術指標產出更多特徵值（Feature）來訓練模型，這或許是我們能脫穎而出的關鍵。」他同時建議：「在本次競賽的實作過程中做了許多實驗，對機器學習技術應用在股市投資上得以更深入瞭解；也體驗到除了機器學習的技術，擁有相對應領域的專業知識對於提升預測結果準確度更有加分。」

擔任『T-Brain AI實戰吧』計畫主持人的趨勢科技全球資深研發副總周存貹分享：「很榮幸第二屆T-Brain AI實戰吧競賽能夠有學界先進及金融業夥伴一同協力合作出題。除了第一名參賽隊伍的高準度預測讓人驚艷之外，本屆參賽隊伍前五名的週準確率皆曾高達80%以上，顯見台灣AI人才的潛在實力值得被挖掘，透過本實戰平台匯集AI人才的能量，攜手企業對於可能的AI創新應用進行試驗，帶動產業AI化加速落實。」

本屆出題者劉文卿教授表示：「從競賽結果我們看見AI技術在金融資料運算領域中，有可被期待的未來性。很開心有機會與趨勢科技合作，透過台灣經濟新報所提供的真實數據展開了本次活動，看見AI好手們在解題過程中所展現的高準確率，讓我們對於透過AI協助發展未來的金融應用更添信心。」

身為AI人才與企業交流的平台，賽後趨勢科技將舉辦競賽成果交流餐會，除了進行優勝隊伍頒獎，並將邀請前十名成績優異的參賽者及對AI應用有興趣的證券金融業者一同與會，針對機器學習技術日後對與預測金融商品價格應用的商業化可能性與AI好手進行交流。

主辦單位並預告下一屆T-Brain AI實戰吧競賽將由新安東京海上產險接下出題任務，出題方向為提供兩年內去識別化的車險資料，期望集結參賽者的智慧，找出有效預測客戶續保趨勢的模型，藉此提供客戶更精準且優質保險服務，及經營策略的參考依據。比賽預計於7月9日報名開跑，詳細的比賽規章將公佈於T-Brain AI實戰吧，歡迎各界踴躍參與，用AI金鑰打開保險產業智能化升級的大門。

回覆讚 5 收藏

傑生

樓主・2樓・ 2019-07-20 14:41:48

回覆傑生：趨勢科技第二屆T-Brain AI競賽預...

https://www.books.com.tw/products/CN11538750

內容簡介
《邏輯化智能交易：趨勢追蹤與攻防策略》將打開程序化交易的黑盒子，讓讀者理解量化技術，強化趨勢辨認、倉位管理和風險調控的能力，學習與掌握作者所構建的核心邏輯體系，進而建立適合自己的交易模式，實現財務自由。

作者集20余年國際金融市場的交易經驗，從倉位、形態、斜率、乖離、試單、止損、撐壓七個方面，闡述股票交易的核心邏輯，並圍繞股價波動，構建了以斜率和速度為主線的邏輯化操作模式，形成了運用價值理念、量化策略、調倉技術三者合一的智能交易系統。