似然2024年产学研项目开始招募！

招贤纳士

JOIN US

欢迎大家报名感兴趣的项目

并持续关注似然实验室产学研项目列表的更新

所有项目均有似然实验室奖学金计划支持

项目均支持线上或线下参与

关于似然

似然实验室致力于成为优秀的全球性开源人工智能组织，过去7年我们探索了AI驱动的多个产学研项目，招揽了来自海内外知名院校的115位成员，并引入了合作导师及长期科研导师等角色。

在已有的经验积累及AI当前发展的基础上，今年寒假开始我们将建立《产学研项目列表》，项目列表将会定期更新，持续不断招募优秀人才，探索人工智能在金融、能源、机器人等领域的应用。

项目由业界实践者、博士科研团队共建，我们将为优秀人才提供免费的API、GPU、奖学金、创新的线下办公环境等资源，诚邀大家的加入。

产学研项目列表

1

基于市场微观结构建模的交易算法研究

◆ 项目介绍

该项目旨在结合数学工具和深度学习算法，构建金融市场中的高频微观结构模型，根据模型预测结果进一步开发高频做市策略，提供流动性的同时最小化逆向风险。

◆ 要求

1. 掌握Python/Pandas/PyTorch等编程工具

2. 掌握随机过程、统计学、机器学习等相关学科知识

3. 有高性能系统开发工程经验丰富者优先

2

面向高频交易中的标签不平衡问题的深度学习算法研究

◆ 项目介绍

该项目针对高频交易领域中由于金融市场微观结构特征导致的标签不平衡问题。我们将利用丰富的高频金融数据，结合最新的标签不平衡深度学习算法，开发定制高频金融深度学习方案。

◆ 要求

1. 掌握Python/Pandas/PyTorch等编程工具

2. 掌握随机过程、统计学、机器学习等相关学科知识

3. 有深度学习系统开发经验者优先

3

  基于金融大语言模型的量化分析系统

◆ 项目介绍

该项目是一个大语言模型和量化金融结合的项目。该项目的主要目标是实现一套自动化系统，基于大模型实现财务数据、财经新闻和二级市场历史数据的自动化分析和判断，从而进一步给出二级市场交易策略和资产组合配置。该项目的最终成果将以公开网站                                                                           的形式就行对外展示，因此也涉及到网站前后端建设、数据库开发等工作。

◆ 要求

1. 熟悉大模型的基本概念，了解LLM部署和推理，有OpenAI API Server的开发经验

2. 有量化交易系统开发经验

3. 有爬虫、数据库和网站开发经验

   上述条件满足其一。

4

RISE项目 (Real-time Investigation and System for Equity Valuation)

◆ 项目介绍

目标是实现一个系统，能够实时检索股票信息，并结合大语言模型，对基于这些实时数据的用户问题给予回答。

◆ 要求

数据挖掘、数据库管理、自然语言处理、机器学习模型的训练与集成，以及一定的用户界面设计能力。

5

 程序生成                                                 

◆ 项目介绍

基于2023年课题《AI时代下的交互式程序生成》成果的延续。项目1已打通基于标注的知识库构建、基于知识库的可解释程序生成通路。本阶段项目目标是探索AI大模型辅助知识库构建的方法，并基于此方法在机器学习—计算机视觉子领域将知识库扩充到1万～3万的量级。

◆ 要求

具备一定的数学建模能力，掌握Python编程。

加入我们

若您对以上特定项目感兴趣，请点击以下问卷按要求填写信息：

如果填写失败或希望给予更多信息可以发送邮件至 ai@alphafuture.cn，邮件按照“姓名_学校_项目名称”命名。

Tips：如何知道更新后的产学研科研列表

似然实验室 – 关于我们

似然实验室简介：

似然实验室成立于 2016 年，是由广州朝旭投资管理有限公司原联合创始人，小窗智能科技公司创始人刘铭文发起的公益型人工智能实验室，主要研究领域是人工智能在金融、能源、机器人等领域的应用。联合发起人有中山大学数学学院的付星宇、中山大学数据科学与计算机学院的左谭励、麻省理工学院的陈柏安、斯坦福大学的张逸晖。

似然实验室网站：

http://www.maxlikelihood.cn

似然实验室产品：

1. 金融机器学习

2. 智能机器

3. 大模型技术

似然实验室对外活动：

1. 实训班（产学研）

2. 研习班（学研）

实训班项目列表：

年份与课题   课题名称

2023-课题1  AI时代下的交互式程序生成

2023-课题2  金融持仓分析大模型

2023-课题3  金融机器学习-高频数据与策略

2022-课题1  优化算法在交易策略中的应用与执行

2022-课题2  机器学习模型在轨道交通问题中的应用

2021-新课题  SMARTCTA工具

2021-课题1  强化学习在订单簿预测中的应用

2021-课题2  风险敏感的股票择时交易策略

2021-课题3  基于另类数据的精准营销推荐方案

2020-课题1  强化学习在做市商策略中的应用

2020-课题2  结合几何描述的卷积神经网络探究

2020-课题3  做空方法论

2020-课题4  机器学习-ETF

2019-课题1  CTA基金与趋势跟随策略

2019-课题2  基于潜在狄利克雷分配和词嵌入的金融文本分析

2019-课题3  基于高频量价数据的股票选择策略

2019-课题4  基于生成对抗网络的股指期货价格数据合成

2019-课题5  基于卷积神经网络的麻将人工智能

2018-课题1  AlphaGo算法在五子棋的应用  

2018-课题2  强化学习在资产配置上的应用

2018-课题3  利用自然语言处理技术构建中国市场金融舆情因子

2018-课题4  隐马尔可夫模型在股市择时上的应用

2018-课题5  机器学习在高频金融数据上的趋势预测

研习班项目列表：

年份   研习内容

2023 机器学习方法在最优订单执行中的应用

2022 机器学习（强化学习）金融工程最优化问题研习

2022 自然语言处理方法在金融工程中的研究与应用

实验室目前共115位成员：

向上滑动阅览

成员编号 姓名

1   付星宇

2   霍俊邦

3   蒋康康

4   陈贺楠

5   龙美桦

6   李晓芸

7   孙曼茜

8   郑可欣

9   杨捷

10  钟子喻

11  黄岚

12  罗胡润琪

13  郑燊

14  陈乐恒

15  何福铿

16  张旭辉

17  甄耀明

18  张晏杭

19  田乐琪

20  向大卫

21  毛冰玉

22  陈昱成

23  梁智鹏

24  谢铮

25  吴津阁

26  李嫣然

27  吴钰琳

28  伍嘉辉

29  虞锦源

30  江俊锋

31  吴虓杨

32  陈昊

33  李家豪

34  祝俊浩

35  郭晋彦

36  么若竹

37  谭有翀

38  戴铭翰

39  吴开希

40  张允

41  陈子怡

42  袁雪容

43  廖俊超

44  孙奕华

45  罗安淇

46  杨钧茗

47  陈炫宇

48  李瑶琪

49  曹嘉航

50  梅子威

51  朱凯

52  张嘉文

53  郭艳

54  招海俊

55  刘恺亮

56  卢圣有

57  蔡明珠

58  廖文辉

59 李祎璠

60 康伟泰

61 郑仟宇

62 刘洁如

63 丁润东

64 郭翰中

65 许子奕

66 张贝

67 陈泽川

68 郭玮琪

69 苏健钟

70 胡越

71 谢华俊

72 卢湘仪

73 陈鸿亮

74 佟宇博

75 梁晓航

76 陈剑涛

77 陈玲美

78 彭礼敏

79 王一珂

80 王玥

81 梁致捷

82 窦可

83 张笑然

84 李云帆

85 林泽妍

86 钟正彦

87 赵文欣

88 杨振邦

89 陈熙恬

90 孙晨昕

91 程龙瑞

92 连子萌

93 周恩泽

94 刘寰硕

95 任新泽

96 佘梓华

97 张芷宁

98 朱天一

99 刘嘉豪

100 张太霖

101 郭睿

102 何心童

103 吴诗雨

104 孙艺宁

105 余盈莹

106 廖桂旋

107 朱陈毓

108 陈钰琦

109 蔡绮雯

110 姚善衡

111 田源

112 骆秀韬

113 苏颖婷

114 陈之浩

115 吕天健