招标代理公司（立即查看） 受业主单位（立即查看） 委托，于2025-10-13在采购与招标网发布 基于人工智能的量化投资策略构建培训项目。现邀请全国供应商参与投标，有意向的单位请及时联系项目联系人参与投标。 基于人工智能的量化投资策略构建培训项目竞价公告JJ（略）...说明：各有关当事人对竞价公告内容有异议的，可以在竞价截止时间前通过规定途径提起异议，逾期将视为无异议，不予受理。采购单位：华南师范大学联系人：（略）话：（略）E-mail：无传真：无联系手机：无邮编：无--采购管理部门联系方式：（略）联系电话（异议）（略）：基于人工智能的量化投资策略构建培训项目竞价编号：JJ（略）采购类型：服务类开始时间：（略）-（略）-（略）:（略）:（略）项目预算（略）：（略）,（略）.（略）结束时间：（略）-（略）-（略）:（略）:（略）--一、基本信息竞价编号：JJ（略）项目名称：基于人工智能的量化投资策略构建培训项目项目预算（略）：（略）,（略）.（略）报价方式：总价报价采购单位：华南师范大学联系人：（略）*最少有效报价家数：3联系电话：******联系手机：******（略）：******异议反馈：******开始时间：（略）-（略）-（略）:（略）:（略）截止时间：（略）-（略）-（略）:（略）:（略）要求：本项目要求报价时（略）联系电话（异议）（略）：服务类开始时间：（略）-（略）-（略）:（略）:（略）项目预算（略）：（略）,（略）.（略）结束时间：（略）-（略）-（略）:（略）:（略）--报价方式说明：总价报价：要求供应商按照清单进行（略）项报价并乘以数量汇总计算出总价。单价报价：要求供应商按照清单进行（略）项报价并汇总计算出单价合计价。【注意：采购数量为1个的单一产品，一般适用于总价报价，而非单价报价】下浮率报价：以百（略）比表示，要求供应商进行统一下浮率报价，计算方式为预算*（1-下浮率）【举例：预算为（略），所报下浮率为（略）%，则成交价为（略）*（1-（略）%）=（略）】【选择此报价方式则产品数量应填写为1】折扣报价：以百（略）比表示，要求供应商进行统一折扣报价，计算方式为预算*折扣【举例：预算为（略），所报折扣为9折（表示为（略）%），则成交价为（略）*（略）%=（略）】【选择此报价方式则产品数量应填写为1】拍卖报价：要求供应商按照清单进行（略）项报价并乘以数量汇总计算出总价，价高者中。二、资格条件资格条件：1、讲师需兼顾高校授课经验和行业从业经验。2、讲师必须拥有硕士及以上学历背景，或拥有中级及以上职称。3、服务商需提供有效期内的国家高新技术企业资质。4、服务商需有其他高校金融硕士或者统计硕士实践实训经验，提供其他高校实训合作合（略）要求付款方式：完成合同约定内容，验收通过并收到发票后（略）个工作日内，（略）%合同金额。履约保证金：无需履约保证金交付时间：合同签订后3个月内完成交付地址：（略）反馈和学习评价。其他要求：1、服务商安排（略）实训时需建立班级答疑群，讲师在课程期间实时（略）答疑。2、服务商需安排1-2名及两名以上讲师到线下做行业实训，一名老师主讲课程，另外一位老师负责答疑，协助主讲老师授课。3、服务（略）的学生账户及相应的数据资源。--报价人资格条件：1、讲师需兼顾高校授课经验和行业从业经验。2、讲师必须拥有硕士及以上学历背景，或拥有中级及以上职称。3、服务商需提供有效期内的国家高新技术企业资质。4、服务商需有其他高校金融硕士或者统计硕士实践实训经验，提供其他高校实训合作合同。--备注：--各有关当事人对竞价成交结果有异议的，可以在竞价结果公告发布之日起3天内提起异议，逾期将视为无异议，不予受理。--四、技术要求    项目名称：基于人工智能的量化投资策略构建培训项目--序号标的名称数量计量单位生产厂商品牌型号规格产品类别型号--是否限定品牌技术要求1基于人工智能的量化投资策略构建培训项目1.（略）项无无否要求面向金融专硕和应统专硕提供基于人工智能的量化投资策略构建，需提供（略）前置课程、5天的线下实训课程，需提供满足金融量化投资策（略）账号和相应的金融数据库，实训人数（略）人。前置（略）课程内容要求第一课：金融量化基础与数据提取1.股票量化基础1.1股票基础上）股票基础与交易制度1.2股票基础（中）股票数据和行业指数的提取1.3股票基础（下）指数、因子和财务数据的提取2期货量化基础2.1期货基础和交易规则2.2期货数据与量化提取3案例：（略）析期货品种流动性和波动性3.1期货流动性和波动性（略）析4基金量化基础4.1基金的定义（略）类和净值4.2基金交易规则和评价指标第二课：金融数据处理与可视化（略）析1.金融数据读取和存储1.1金融数据读取和存储1.2金融数据读取和存储2.金融数据处理2.1金融数据处理2.2金融数据处理3.金融时间数据转化和处理3.1金融时间数据转化和处理3.2金融时间数据转化和处理4.金融数据可视化4.1金融数据可视化4.2金融数据可视化5.案例：沪深（略）指数数据时间（略）析5.1案例：沪深（略）指数数据时间（略）析5.2案例：沪深（略）指数数据时间（略）析第三课：量化投资基础1.量化投资概述1.1量化投资概述2.量化投资策略基础2.1量化策略基础3.策略评价指标的构建3.1策略评价指标的构建上3.2策略评价指标的构建下4.技术技术形态指标（略）析和实践技术指标理论和实践4.1技术指标理论4.2Python实践第四课：经典量化策略实现1.均线交易策略实现1.1均线交易策略原理与数据导入1.2均线交易策略方法1和2实现1.3计算收益率并可视化方法（略）.4计算收益率并可视化方法（略）.5方法1和方法2策略收益风险评估1.6均线策略优化2动量交易策略实现2.1动量策略概念和原理以及数据导入2.2单日动量策略实现2.3动量策略参数寻优2.4动量策略优化3均值回归3.1均值回归测率概念和原理以及数据导入3.2均值回归策略实现3.3均值回归策略计算年化收益率并作图4配对交易策略4.1配对交易策略概念和数据导入4.2配对策略实现参数求值与标准化4.3配对策略仓位设定4.4配对交易策略计算收益率并作图第五课：量化交易策略实现和回测1策略回测框架介绍1.1策略框架介绍1.2双均线策略实现1.3三均线策略（略）析实现2.策略（略）2.1策略（略）3案例：使用框架实现BiaAverage策略构建3.1案例：BiasAverage策略实现第六课：金融量化基础与数据提取1.1.1量化投资概述1.2.1股票基础上）股票基础与交易制度1.2.2股票基础（中）股票数据和行业指数的提取1.2.3股票基础（下）指数、因子和财务数据的提取1.3.1期货基础和交易规则1.3.2期货数据与量化提取1.3.3期货流动性和波动性（略）析第七课：量化交易策略实现和回测2.1.1量化策略结构介绍2.1.2量化相关API讲解2.1.3双均线策略实现2.1.4三均线策略实现2.2.1策略（略）详解2.2.2案例：BollBrand策略实现2.2.3案例：BiasAverage策略实现第八课单技术指标量化策略3.1趋势指标3.2反趋势指标3.3压力支撑指标3.4量价指标3.5能量指标3.6波动指标第九课复合技术指标量化策略4.1MACD+SMA4.2MACD+EMA4.3MACD+StochRSI4.4MACD+KDJ+EMA4.5BOLLBRAND+StochRSI4.6BOLLBRAND+ZAGZIG下线培训课内容要求第1天上午量化交易策略实现和回测2.1策略回测框架介绍量化策略框架介绍、量化相关API讲解、双均线策略实现、三均线策略（略）析实现2.2策略（略）策略（略）详解第1天下午2.3量化交易策略构建案例案例：BollBrand策略实现、案例：BiasAverage策略实现股票因子（略）析3.1因子数据处理因子数据获取和介绍第2天上午因子去极值处理、因子标准化处理、因子中性化处理3.2.单因子有效性检验因子回归法检验、因子IC（略）析法检验、因子（略）层回测法检验第2天下午3.3.多因子（略）析大类因子合成（略）析、因子正交化处理共线性3.4.案例：构建简单多因子选股策略案例：构建简单多因子策略、案例：Fama三因子模型、科普：多因子模型基本理论第3天上午提示词框架及入门AIGC：溯源、大模型能力展示、提示词框架、提示词框架应用：爬虫代码构建、提示词框架应用：办公场景、AIGC的未来：通用人工智能、"LLMAlltools：（略）、codeinterpreter：自主运行代码、大模型智能体构建、AI绘画：文本生成图片第3天下午（略）：激发AI潜力"思维链：Stepbystep、思维树：多（略）度思考问题、验证链：让AI自主优化、情绪刺激：让大模型更好地输出、思维传播：获取AI丰富的经验解决问题、累积推理：让大模型自我批判、预知推理：让大模型做预判、后退推理：上升思考层次第4天上午智谱清言智能体实践：开启智能应用大门初识入门智能体：智谱智能体、挖掘智谱智能体：助力学习与日常生活、智谱智能体打造指南：高效提示词与关键技巧、一键开启全球沟通：亲手打造专属多语言翻译器、攻克编程难关：亲手搭建专属代码辅助智能体第4天下午Coze智能体搭建：（略）提示词撰写、工具选择与创建、AI工作流设计、多Agent模式：处理复杂任务、案例：论文撰写智能体案例：量化投资智能体构建第5天上午基于大语言模型的量化投资智能体数据获取及处理、AT数据获取、大语言模型functioncall实现、因子构建、基于研究报告文献的因子构建、基于提示词的因子构建、（略）场趋势（略）析、因子测试、因子测试工具搭建、测试智能体第5天下午因子筛选因子筛选方法及工具构建、因子筛选智能体、因子组合、组合工具搭建、因子组合智能体无--技术要求：要求面向金融专硕和应统专硕提供基于人工智能的量化投资策略构建，需提供（略）前置课程、5天的线下实训课程，需提供满足金融量化投资策（略）账号和相应的金融数据库，实训人数（略）人。前置（略）课程内容要求第一课：金融量化基础与数据提取1.股票量化基础1.1股票基础上）股票基础与交易制度1.2股票基础（中）股票数据和行业指数的提取1.3股票基础（下）指数、因子和财务数据的提取2期货量化基础2.1期货基础和交易规则2.2期货数据与量化提取3案例：（略）析期货品种流动性和波动性3.1期货流动性和波动性（略）析4基金量化基础4.1基金的定义（略）类和净值4.2基金交易规则和评价指标第二课：金融数据处理与可视化（略）析1.金融数据读取和存储1.1金融数据读取和存储1.2金融数据读取和存储2.金融数据处理2.1金融数据处理2.2金融数据处理3.金融时间数据转化和处理3.1金融时间数据转化和处理3.2金融时间数据转化和处理4.金融数据可视化4.1金融数据可视化4.2金融数据可视化5.案例：沪深（略）指数数据时间（略）析5.1案例：沪深（略）指数数据时间（略）析5.2案例：沪深（略）指数数据时间（略）析第三课：量化投资基础1.量化投资概述1.1量化投资概述2.量化投资策略基础2.1量化策略基础3.策略评价指标的构建3.1策略评价指标的构建上3.2策略评价指标的构建下4.技术技术形态指标（略）析和实践技术指标理论和实践4.1技术指标理论4.2Python实践第四课：经典量化策略实现1.均线交易策略实现1.1均线交易策略原理与数据导入1.2均线交易策略方法1和2实现1.3计算收益率并可视化方法（略）.4计算收益率并可视化方法（略）.5方法1和方法2策略收益风险评估1.6均线策略优化2动量交易策略实现2.1动量策略概念和原理以及数据导入2.2单日动量策略实现2.3动量策略参数寻优2.4动量策略优化3均值回归3.1均值回归测率概念和原理以及数据导入3.2均值回归策略实现3.3均值回归策略计算年化收益率并作图4配对交易策略4.1配对交易策略概念和数据导入4.2配对策略实现参数求值与标准化4.3配对策略仓位设定4.4配对交易