No campo do investimento quantitativo, embora a inteligência artificial (IA) tenha alcançado avanços significativos, falta um padrão de referência padronizado que se alinhe às práticas da indústria. Essa lacuna impede o progresso da pesquisa e limita a aplicação prática das inovações acadêmicas. Para isso, lançamos a plataforma de referência industrial QuantBench para suprir essa necessidade crucial. QuantBench possui três vantagens principais: (1) conformidade com as normas das práticas da indústria de investimento quantitativo; (2) flexibilidade para compatibilidade com vários algoritmos de IA; (3) cobertura total do ciclo de vida do investimento quantitativo. Pesquisas empíricas baseadas no QuantBench revelaram várias direções de pesquisa-chave, incluindo a necessidade de aprendizado contínuo para abordar mudanças na distribuição, métodos aprimorados para modelagem de dados financeiros relacionais e abordagens mais robustas para mitigar o sobreajuste em ambientes de baixo sinal-ruído. Ao fornecer uma linha de base de avaliação unificada e promover a colaboração entre a academia e a indústria, o QuantBench visa acelerar o progresso geral da IA no investimento quantitativo, com impacto comparável às plataformas de referência nos campos de visão computacional e processamento de linguagem natural. O código relacionado foi aberto no GitHub (https://github.com/SaizhuoWang/quantbench).

referência; investimento quantitativo; aprendizado profundo; modelo base