20250316-浙商证券-金融工程研究报告_DeepSeek投研应用系列_量化代码实测_15页_1mb

金融工程专题报告总结：DeepSeek投研应用实测

核心内容

本报告探讨了DeepSeek在金融工程领域的应用，重点展示其在量化代码生成、行情数据更新、因子计算及量化选股方面的实际表现。通过与DeepSeek的交互，用户可以建立自定义的量化选股系统，实现对金融数据的处理与分析。

主要观点

• DeepSeek在数学推理和代码优化方面表现出色，在Codeforces等标准化测试中优于GPT-40等主流模型。
• DeepSeek能够理解第三方API文档并生成代码示例，例如akshare、tushare、baostock和Wind等平台。
• 用户可以通过细化需求、提供样例和分解任务来优化DeepSeek的代码生成效果。
• AI生成的代码可能存在纰漏，需通过反复提问和验证确保正确性。

关键信息

1. 行情数据更新

• DeepSeek能够实现行情数据的读取和本地化保存，并提供数据库存储建议。
• 通过万得API，DeepSeek提供了获取沪深300指数收盘行情的代码示例，包括初始化连接、获取数据、解析存储及定时任务设置。
• 使用baostock获取上证50成分股列表，并结合akshare获取历史数据，实现均线突破股票筛选。

2. 因子计算

• DeepSeek能够根据用户需求或公开资料生成因子计算代码，如非流动性冲击因子。
• 示例中展示了如何通过日频收盘价和成交量计算每日收益率与非流动性指标，并进一步计算滚动窗口的标准差。
• 代码被封装为函数，便于扩展和维护，支持每日增量因子计算。

3. 量化选股

• 通过均线突破策略筛选上证50成分股，DeepSeek提供了代码实现，但部分函数需用户自行验证。
• 实际测试中，有2只股票符合收盘价上穿10日均线的条件。
• DeepSeek还提供了基于社媒数据（如股吧评论）的热度筛选代码，能够获取并统计热门股票。

4. 代码生成技巧

• 提问模板：使用“行动 + 领域 + 输出格式”结构，提高代码生成的准确性。
• 设定角色：明确要求DeepSeek以特定角色（如量化研究员）来生成代码。
• 任务分解：将复杂任务拆解为多个步骤，通过多回合对话引导DeepSeek生成更精准的代码。
• 提供样例：通过示例代码，让DeepSeek模仿并创新生成符合用户风格的代码。

图表与数据

• 表1：主流大模型在代码能力标准化测试任务中的性能对比，显示DeepSeek在多个测试中表现优于其他模型。
• 表2：DeepSeek整理的股吧讨论热度最高的前10只股票（截至2025年3月15日）。

风险提示

• AI模型的性能和结果可能因参数微调和数据变动而波动。
• AI生成的数据可能存在错漏，可能导致结论偏差，不构成投资建议。
• 用户需自行验证代码的准确性，并确保在合法合规的范围内使用API数据。

投资评级说明

• 个股评级：以6个月内相对于沪深300指数的涨跌幅为标准，分为买入、增持、中性、减持。
• 行业评级：以6个月内行业指数相对于沪深300指数的涨跌幅为标准，分为看好、中性、看淡。
• 评级体系为相对评级，不构成具体投资建议，投资者需结合自身情况独立判断。

法律声明

• 本报告由浙商证券股份有限公司制作，具备证券投资咨询业务资格。
• 所有信息来源于公开资料，不保证其真实性、准确性及完整性。
• 本报告仅供客户参考，不构成投资建议，投资者需自行评估。

总结与展望

• DeepSeek在量化研究中展现出强大的代码生成能力，能够帮助用户快速构建本地量化系统。
• 未来可进一步优化代码生成流程，增强对非标数据和另类数据的处理能力。
• 需持续关注AI模型的更新和调整，以确保其在金融工程中的稳定性和可靠性。