量的投資の分野において、人工知能（AI）は著しい進展を遂げましたが、業界の実践に適合した標準化されたベンチマークが不足しています。このギャップは研究の進展を妨げ、学術的イノベーションの実用的応用を制限しています。これに対処するために、私たちはこの重要なニーズを満たすための産業用ベンチマークプラットフォームQuantBenchを立ち上げました。QuantBenchは次の3つの核心的な利点を持っています：（1）量的投資業界の実務に準拠した標準化規則；（2）様々なAIアルゴリズムとの互換性の柔軟性；（3）量的投資のライフサイクル全体を網羅。QuantBenchを基にした実証研究は、分布の変動に対する継続学習の必要性、リレーショナル金融データのより良いモデリング手法、低信号対雑音比環境における過学習緩和のより堅牢なアプローチなど、いくつかの重要な研究方向を明らかにしました。統一された評価基準を提供し、学術界と産業界の協力を促進することで、QuantBenchはAIを活用した量的投資の全体的な進展を加速させることを目指しており、その影響はコンピュータビジョンや自然言語処理分野のベンチマークプラットフォームに匹敵します。関連するコードはGitHub（https://github.com/SaizhuoWang/quantbench）でオープンソースとして公開されています。

ベンチマーク;量的投資;ディープラーニング;ベースモデル