登录社区云，与社区用户共同成长
邀请您加入社区
检测技术（事实核查、一致性验证）是"安全网"，实时拦截错误；抑制技术（RAG、微调、提示工程）是"预防针"，从源头减少幻觉。金融与医疗两个工程模拟案例证明，这套双轨体系能显著提升准确率、降本增效，并规避合规风险。未来，结合 AI Agent 架构（Multi-Agent 系统）的协作校验、动态学习与跨模态融合，幻觉控制将走向更智能的形态。幻觉控制不只是技术选项，更是伦理责任——只有通过严谨的工程实
AI Agent在金融合规领域的应用，不仅是技术工具的升级，更是合规生产力的重塑。通过将枯燥、高压的核查工作交给“数字员工”，合规专家能够释放精力，专注于复杂风险的定性分析与监管博弈。未来，随着Agent技术向资金流向的底层溯源与链上追踪延伸，具备跨机构数据整合能力的智能体将成为主流。监管机构也将通过引入类似的智能化系统，实现“一案双查”与“全域联动”。在这一演进过程中，坚持本土原生适配、确保信创
FinXScope是阿里云推出的金融级AI原生智能体底座，基于AgentScope Java构建，专为金融行业合规性、安全性和高可用需求设计。其核心定位为智能体运行与管理引擎，已落地10家头部金融机构，覆盖财富管理、智能核保等60+场景。产品采用六层架构设计，具备十大核心能力：金融级意图引擎、三层记忆系统、双模执行架构（自主规划+工作流编排）、统一执行引擎、AG-UI流式交互等。2.0版本新增多智
FinAgent的组合经理阶段，在风控Judge终稿与规则风险基线之上，用一次深思考 LLM 调用产出五档评级与组合层叙事，并与规则生成的headline、风险摘要等合并为。它在流水线中的角色是研究—交易—风控之后的最后一环业务 Agent，再把结果交给统一出报告与评分卡。
个人中心 = /profile单页只读账号区可编辑展示资料Canvas 圆裁剪头像两步改密数据统一落在 /api/auth/me*；头像展示的关键坑是JWT 与<img>原生不兼容问题，用解决；同路径换图要用 avatarEpoch打碎缓存。后续考虑加邮箱绑定、MFA，应该仍然在该路由增卡片，并与后端 PATCH 字段同步演进。【山东大学项目实训FinAgent】本周进度报告：AKshare 数据
讲解如何在Python中借助文档处理库Aspose将LaTeX内容渲染为图像格式，并结合金融领域应用，提出6个实用技巧建议。
本文从工程落地、标的标准性、复权计算成本和生产维护成本四个工业级维度，横向对比了量化圈四大主流 Python 行情获取工具：AkShare、Tushare、efinance 与 QuantDash。通过深度剖析它们的设计初衷和代码逻辑差异，为处于不同研究阶段的量化研究员、独立宽客及金融数据工程师提供客观的架构选型建议。
本文只做数据接入与代码演示，不构成任何投资建议，股息率计算仅为方法演示，不对收益作任何承诺。如果这套「Python量化实战」对你有用，欢迎关注系列持续更新；需要稳定、合规的 A 股数据接口，可了解麦蕊 API 的证书方案——licence 通过环境变量注入，本文示例不硬编码凭证。
这次发布的Agent，大概可以分成两类：前台投研+客户覆盖；中后台+风控运营如果只是个人做投研，我觉得四个角色就够了：1️⃣资料员：用 Market Researcher，先了解行业、公司、新闻、竞争格局2️⃣多头分析师：用 Earnings Reviewer / Model 3️⃣Builder，找增长逻辑、财报变化、产业趋势空头分析师：用 Valuation Reviewer / Statem
本文介绍了基于Python与QuantDash SDK实现A股全市场涨停板与炸板率监控的高效方案。通过QuantDash的全量行情接口qd.quotes.get(universes=["CN_Stock"])，可毫秒级获取5000+只股票数据，精准计算主板(10%)、创业板/科创板(20%)、北交所(30%)的涨停价，实时检测炸板股票并输出预警。相较传统爬虫或Tushare等方案，QuantDas
本文介绍了使用SWIG工具封装C++格式API供Python调用的方法。主要内容包括：1) 环境准备（VS2022、Python、SWIG、iconv文件）；2) .i接口文件模板详解，包含模块定义、头文件包含、字符编码转换、回调类设置等关键配置；3) 常见问题解决方案：SWIG_FromCharPtrAndSize报错应替换为PyUnicode_FromStringAndSize、iconv参数
【前言：取象类比】 易经中讲“观乎天文，以察时变”。如果你每天还在手动刷新网页、复制汇率或金价，那是典型的“劳力”而非“劳心”。反爬机制： 银行或大型机构官网通常有防火墙，如果请求太快会被封。【场景痛点】 每天需要定时查看某官网的最新牌价或行业新闻，点开、复制、粘贴，动作机械且枯燥。内网限制： 记得配置 proxies（代理），否则内网环境会直接拦截你的请求。信息如水，随方就圆。与其筑坝拦截（手工
基于用户的协同过滤（User-Based CF）通过计算用户相似度，推荐相似用户喜欢的产品。基于物品的协同过滤（Item-Based CF）通过计算产品相似度，推荐与用户历史偏好相似的产品。对于基于用户的CF，找到目标用户的K近邻，根据邻居的偏好加权生成推荐列表。金融理财产品数据可从银行、基金公司或第三方金融平台获取，包括产品类型（如基金、保险、理财产品）、收益率、风险等级、期限等。对于本系统，我
全球金融核心架构正在经历一场从集中式到分布式、从封闭式到开放式、从数字化到智能化的系统性重构。在这场重构中，中间件扮演着不可替代的角色——它是分布式架构的“神经系统”，是信创替代的“承重梁”，更是AI智能体与核心系统之间的“翻译官”。金融核心架构的“Agentic”转身，中间件是不可绕过的关键变量。对于正在推进核心系统信创改造的金融机构而言，中间件的选型，本质上是为未来十年的金融智能化之路选择“技
金融合规AI Agent选型指南 金融行业面临高监管压力与复杂合规挑战，传统自动化方案难以应对非结构化数据处理。AI Agent技术通过自主执行能力，可有效解决数据孤岛问题，助力大模型落地。本文对比三类主流方案： OpenClaw：开源底座+指令溯源，适合技术强的机构定制开发 百望TaxSwift：财税垂直领域专家，场景针对性强 实在Agent：ISSUT语义理解+TARS大模型，支持非侵入式跨系
本周山东大学FinAgent项目实训完成了AKshare数据源的统一接入与测试验证。主要工作包括： 数据层建设：实现了行情数据（OHLCV）、新闻、财务基本面和内幕交易数据的接入，并开发了对应的Provider模块。 技术指标计算：新增12项技术指标计算功能，包括均线类、MACD类、动量类和波动类指标，支持时间窗口查询。 测试验证：建立了完整的测试脚本体系，对各项数据源进行真实拉取测试，验证了数据
金融市场从来不缺少信息。真正稀缺的，是在有限时间内理解信息之间的关系，并将零散线索转化为可以持续验证的研究判断。大模型让自然语言成为人与金融数据之间新的交互方式，但这只是第一步。下一阶段的金融 AI，需要进一步调用工具、连接数据、管理研究过程，并围绕目标持续工作，逐步为结果负责。AlphaDojo 的 1000+ Star，说明越来越多开发者正在关注这种变化。对于深涌智能而言，开源也不仅是发布一个
在4月9日深圳举办的第八届金融科技创新大会上，宇信科技同时斩获三项重磅奖项——管理数字化方案入选“十四五”金融科技创新成果及科普成果·创新案例、跨境数字货币项目获“CITE金智奖·金融科技创新奖”、信贷大模型应用获“CITE金智奖·人工智能应用奖”。
这是一份被面试官“从头拷打到尾”的真实记录，涵盖了从JavaScript底层原理、React/Vue源码级实现、Webpack/Rollup构建优化，到机器学习基础、TensorFlow.js落地实践、LLM在金融场景中的应用，再到金融系统特有的高并发、低延迟、数据一致性等核心问题的全方位拷问。在经历了这场长达3小时、横跨5轮技术面试的“洗礼”之后，我深刻意识到：35K的前端+AI岗位，面试官不是
梅宏院士强调“软件定义”和“开放协同”。在智能体平台建设中，就是提供统一的SDK包与开发规范，构建标准化的MCP Server与接口层，搭建MCP组件广场。这就像USB接口标准——统一了，不同设备才能即插即用。
例如，可以在数据分析、数据科学等领域担任更高级别的职位，拓展自己的职业发展空间。CDA 认证涵盖了数据分析的各个方面，包括数据采集、处理、分析和可视化等。通过 CDA 认证的学习和考试，可以系统地掌握数据分析的知识和技能，提升自己在数据分析方面的能力。CDA 认证可以证明他们具备扎实的数据分析能力和专业素养，增强他们在人工智能、大数据分析、金融等领域的就业竞争力。2026年，随着金融科技的进一步发
本文深度解析了BloombergGPT这一金融领域大语言模型的构建与应用。通过7000亿Token的混合数据训练（3630亿金融专业数据+3450亿通用语料），该模型在金融术语理解、数据关联和合规检查等方面表现卓越，显著提升了金融文本处理的准确性和效率。BloombergGPT的500亿参数设计和三阶段训练策略，使其在智能投研、风险监控等场景中展现出实用价值。
该平台以中间件形式嵌入审计系统，向上层业务应用统一提供数据可视化模型、数据视图、数据探视、知识图谱模型、机器学习模型、大模型等多样化AI能力。该系统基于知识策略推动智能作业，深度集成可视化建模、机器学习、知识图谱与生成式大模型等人工智能技术，全面重构审计业务流程，实现非现场审计、现场审计等环节的智能化联动，助力企业显著提升审计效率与精准度，从容应对复杂监管环境。系统满足模型全生命周期管理，从模型需
整体来看，当下市场走势捉摸不定，经常走出意料之外的行情，常规的分析逻辑和预判模型，已经很难精准参考。有意思的是，一直深耕消费领域的知名分析师，如今彻底转变思路，转头开始研究追光科技赛道。3 月初提前做好风险防守，大盘跌到 3900 点下方慢慢布局埋伏，站稳 4000 点后耐心持股不动，那现阶段的收益，大概率已经创出今年以来的新高。巴菲特目前手里的现金，占到了总资产的58.2%，现金比手里的股票还要
