登录社区云，与社区用户共同成长
邀请您加入社区
当AI成为金融业务的核心生产力——比如智能信贷审批系统每小时处理10万笔申请、智能客服承接80%的客户咨询、投顾机器人生成百万条个性化建议时，提示工程的稳定性就从“技术细节”变成了“业务生命线”。金融领域的提示稳定性保障，本质是**“用监控覆盖全链路，用数据驱动优化”**。本文分享的提示工程监控平台，通过“全链路数据采集→多维度指标体系→实时告警→根因分析→闭环优化”的流程，解决了金融场景的特殊挑
当2025年的金融科技浪潮席卷全球，传统交易所的“交易大厅”已逐渐成为历史。取而代之的是区块链网络上的智能合约、人工智能驱动的实时风控、以及用户手机屏幕上跳动的个性化行情。全球数字资产交易量突破百万亿美元的今天，一场关于交易效率、安全与包容性的革命正在重塑金融业的核心逻辑。本文将揭示一份面向2030年的交易所开发蓝图，探讨如何通过技术融合与生态重构，打造一个“人人可参与、实时可触达、风险可掌控”的
java-php-python-ssm融呗智慧金融微资讯移动平台服务端计算机毕业设计。springboot基于SpringBoot的婚庆策划系统的设计与实现。springcloud基于微服务架构的设备管理系统的设计与实现。ssm基于Web的医学院校大学生就业信息管理系统。ssm基于SSM框架的学习资料校内共享平台。ssm基于Java的摄影网上预约管理系统。jsp基于java音乐网站的设计与实现。
在ChatGPT引领的AI浪潮下，涌现了一大批优秀的AI应用，AI正在不断地重塑一个又一个行业，今天介绍的这个AI项目是跑进github前三甲的金融领域的代表：FinGPT。
在开头跟大家分享的时候我就说，面试我是没有做好准备的，全靠平时的积累，确实有点临时抱佛脚了，以至于我自己还是挺懊恼的。（准备好了或许可以拿个40k，没做准备只有30k+，你们懂那种感觉吗）如何准备面试？1、前期铺垫（技术沉积）程序员面试其实是对于技术的一次摸底考试，你的技术牛逼，那你就是大爷。大厂对于技术的要求主要体现在：基础，原理，深入研究源码，广度，实战五个方面，也只有将原理理论结合实战才能把
金融行业正从数字化迈向智能化，生成式AI及大模型成为核心驱动力。金融智能体通过"感知-推理-规划-执行-进化"闭环机制，将大模型认知能力转化为金融业务行动。蚂蚁数科金融智能体已在银行、保险、证券等行业实现财富管理、营销增长等场景的规模化应用，未来将推动个性化金融服务、智能产品设计等创新，成为金融生产力变革的核心力量。
本文的数据来源是CHARLS，具有全国代表性，为文章的数据支撑提供了坚实的背书。并且，不同于传统纵向数据的分析方法，文章采用了组轨迹模型（GBTM），它可以识别和描述不同群体在随时间变化的某个变量上的发展轨迹，适合处理个体在一段时间内表现出不同模式或趋势的数据，从而帮助研究者发现潜在的异质性群体，并且本文在模型的建立、选择和评价方面的叙述详尽，非常值得我们学习借鉴。
【代码】(Python代码）编程实现局部波动率模型。
各类Copula|二元Copula、多元Copula、VineCopula、CVine/DVine/RVine、混合Copula、时变Copula、DCC-Copula、Patton-Copula、联合/条件概率、Copula熵/CE/TE、Copula-CoVaR、蒙特卡洛、模拟预测、马科维兹、有效前沿、mean-CVaR。
AI技术的发展将推动银行的经营发生转变。从银行业来看，AI技术的发展有三个方面值得进一步关注：一是从原来的文字交互进阶到智能化的语言交互，这将改变用户的操作界面。二是非结构化数据能够被听懂，由此带来诸多应用场景的变化。三是推理能力方面，能够实现像人一样思考，甚至形成比人更聪明的思考方法。
本文全面解析了金融AI架构师从技术选型到业务落地所需的技能图谱。在技术选型方面，涵盖了机器学习、深度学习、数据处理与管理以及金融领域特定技术等多个方面，金融AI架构师需要根据不同的金融业务场景选择合适的技术。在架构设计上，要遵循安全性、合规性、可扩展性和性能优化等原则，构建包含数据层、模型层和应用层的合理架构。在业务落地环节，掌握项目管理、与业务团队协作以及运营维护等技能，确保AI项目能够成功实施
企业级大模型AI应用市场正爆发式增长，2024-2029年预计复合增长率达44%。竞争焦点从模型能力转向落地能力，Data+AI双引擎成为关键。滴普科技等解决方案提供商通过端到端服务，帮助企业实现AI从技术到商业价值的转变。未来企业使用AI将如使用OA软件般普遍，没有AI应用的企业将处于竞争劣势。企业级大模型应用正从概念走向规模化落地。
一个常见的情形是，离线评测模型的KS值很高，但是等到上线应用后，模型的KS很快就大幅“衰减”了，而且很多时候都是离线提升的越多，线上衰减越大。这里其实有个观察的误区，所谓的“衰减”是指在不同时期的不同用户集合上的KS值比较，而实际上不同集合间的KS绝对值是没有比较意义的。性能稳定性则是指，要保证预测分数区间对应的真实风险是相对稳定的，比如600-650分之间对应的逾期风险是1%，那么我们希望在所有
本文探讨了AI工具链在现代机器学习项目中的协同应用，通过构建"城市街道垃圾识别系统"的完整案例，展示了智能编码工具(GitHub Copilot)、数据标注平台(Label Studio)和模型训练服务(Hugging Face)的高效协作。文章详细解析了从项目初始化、API开发、数据采集标注到模型训练部署的全流程，重点介绍了如何通过Prompt工程优化工具交互效率，并提供了M
本文是kronos金融大模型开始的配置和运行的尝试，感觉有时候短期趋势把握，还是相对准确的。
构建一个强大的 Agent 并非易事，它需要处理复杂的任务分解、工具调用、多 Agent 协作和长期记忆。幸运的是，活跃的开源社区为我们提供了大量优秀的框架，极大地降低了开发门槛。
在2025外滩大会上，图灵奖得主理查德·萨顿的演讲让强化学习（RL）再次成为焦点。作为机器学习三大范式之一，RL通过智能体与环境的交互，在“试错”中学习最大化长期奖励的策略，无需依赖标注数据，尤其擅长处理动态复杂的决策问题。这使其成为金融科技领域的理想工具，广泛应用于量化交易、动态对冲、信贷风控与财富管理。据预测，全球RL市场规模将从2022年的28亿美元增长至2032年的887亿美元，金融是核心
各类CoVaR|Copula-CoVaR、VineCopula-CoVaR、时变Copula-CoVaR、上下行Copula-CoVaR、GARCH-DCC-CoVaR、GARCH-CoVaR、静态分位数回归、动态分位数回归。我有录制视频演示讲解。
作为四川省重要的城市商业银行之一，四川天府银行自2001年12月成立以来，在中国银行业树立了多项标杆，逐步发展成为具有国际金融背景、跨区域、独具特色的现代精品银行。在信息系统升级改造的道路上，四川天府银行一直秉承着稳中求进的理念，不断探索高效运维管理、提升数据库服务质量、资源按需分配、降本增效的全面信息化改造方案。数据库作为信息系统的核心，其改造显然至关重要。因此，云和恩墨企业级关系型数据库 Mo
近日，北京东方英卡数字信息技术有限公司相继接到中标通知，成功入围福建移动2011年手机支付贴片卡项目和四川移动13.56M贴片卡项目。至此，东方英卡已经成为广东移动、福建移动和四川移动的移动支付项目的供应商。 随着移动互联网和智能手机的发展，移动支付作为国家信息化工
2025年，全球DeFi（去中心化金融）锁仓量突破1.2万亿美元，日均交易量超越纽约证券交易所峰值；东南亚农民通过链上借贷协议获得实时农业贷款，非洲创业者用NFT票据完成跨境支付，华尔街基金经理开始用AI分析链上流动性池……这场始于2018年的金融革命，正以“代码即法律、资产即数据、信任即算法”的底层逻辑，重构人类经济活动的底层规则。
8月底一场由百度云主办的AI+金融专题论坛上，中国建设银行金融科技部副总经理张晓东也透露，为适应模型的快速迭代，建行打造了企业级松耦合的整体架构，基础大模型与建行大小模型间、建行大小模型与应用场景间双重解耦，达成“水涨船高”效果。行业人士告诉数智前线，上一代的手机银行，3-4层的繁杂菜单中，约有70%的按钮从未被按过，但真想找服务时又很难，而这些，未来都有可能一句话解决，让金融APP实现交互跃迁。
《企业GEO实战指南：生成式引擎优化要点》摘要 在AI搜索时代，传统SEO已无法满足需求，企业必须转向生成式引擎优化（GEO）。炬宝GEO提出六大核心策略：建立可信度锚定、预判用户意图、构建语义关联、开发多模态内容库、监控舆情及效果评估。落地路径包括知识审计（7-14天）、内容矩阵搭建（30天）和持续迭代循环。选择GEO服务商需重点考察技术实力、案例效果和合规能力，其中炬宝GEO因完整的技术矩阵和
数据是全国五级行政区划代码、城乡划分代码，包含省-市-区县-乡镇-村，共计5级的划分代码和从属关系，也包括4级、3级划分。数据于2022年12月更新，可以被用于城市化进程的研究、决策和规划，帮助研究人员了解中国不同地区的城镇化现状和趋势。同时，这些数据也可以被用于经济学研究，探究城市化对于经济增长、社会福利和环境问题的影响，以及城乡收入不平等和资源配置问题。因此，这份数据对于深入了解中国的城乡发展
使用python进行股票分析
背景介绍2008年全球金融危机后，国际会计准则理事会（简称IASB）的《国际会计准则第39号金额工具：确认和计量》（ 简称IAS 39）因采用已发生损失模型（Incurred Loss Model），仅在客观证据表明已发生损失事项且影响未来现金流的情况下才确认减值，导致信用损失确认太少且太迟，被认为存在重大缺陷广受批评和质疑。在此背景下IASB启动了减值损失模型改革，并于2014年7月24日发布了
方差分解基础更可靠：BK 溢出指数是在 VAR 模型的方差分解基础上发展而来的，方差分解可以将系统中一个变量的预测误差方差分解为系统中其他变量的冲击所贡献的部分，这种方法为分析变量之间的相互影响提供了一个较为严谨的理论框架，使得 TVP-VAR-BK 溢出指数的计算结果具有较高的可靠性和解释力。这意味着在不同的经济时期或市场环境下，金融市场或经济变量之间的信息溢出效应可能会有所不同，TVP-VAR
Hello 大家好，我是一名新来的金融领域打工人，日常分享一些python知识，都是自己在学习生活中遇到的一些问题，分享给大家，希望对大家有一定的帮助！
FinGPT是一个开源的金融语言模型（LLMs），由FinNLP项目提供。这个项目让对金融领域的自然语言处理（NLP）感兴趣的人们有了一个可以自由尝试的平台，并提供了一个与专有模型相比更容易获取的金融数据。FinGPT使用RLHF方法进行个性化的金融语言建模，这与BloombergGPT的方法不同。它采用了一种轻量级的低秩适应技术，使得微调模型变得更简单和经济。FinGPT项目为金融领域的自然语言
雪球组合简介雪球组合是个比较好用的模拟交易工具，用户可以创建组合，并随时间调仓，作为策略模拟盘使用。不过手动调仓明显有点傻，还是得想办法程序化。雪球官方并没有给提供现成的程序化接口，但难不倒那些聪明的人类。easytradereasytrader是一个程序化交易的python包，可以实现一些券商的自动化交易，也支持雪球组合，这里先不展开自动化交易，后面在搞，但做一下雪球组合调仓。创建雪球组合去雪球
评估生态系统服务的社会价值，能够量化美学、生物多样性、休闲生活、文娱活动等生态系统服务功能的社会价值，其评测结果以公众态度和偏好得出，非货币化价值指数表示，具有较高的应用价值。SoLVES模型多应用于景观、公园等生态环境的社会价值评估。
时间序列之随机游走过程
双均线策略的python实现
python 股票技术分析库 Ta-lib(talib) 的安装方法
该解决方案使用某中心Bedrock知识库、某中心Bedrock代理、AWS Lambda、某中心简单存储服务（S3）和OpenSearch服务。用户通过业务应用程序请求创建STR报告草案。应用程序调用某中心Bedrock代理，该代理已预配置详细指令以与用户进行对话流。代理遵循这些指令从用户那里收集所需信息，通过调用行动组调用Lambda函数完成缺失信息，并以指定格式生成报告。根据其指令，代理调用某
由于之前只系统学过fama french因子模型，对barra因子了解甚少。最近在网上看了很多关于barra因子的介绍，感觉很多讲解有一些复杂，就根据自己的理解来总结了一份非常详细又易于理解，从barra诞生的意义开始的文章。
金融
——金融
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
2048 AI社区
北京朝阳AI社区
讯飞AI开发者社区
AI编程社区
成都城市开发者社区
