本文对Kaggle平台上举办的金融 & 量化比赛进行了汇总，对每个比赛的背景和模型进行简单介绍，方便大家学习。
Algorithmic Trading Challenge
https://www.kaggle.com/c/AlgorithmicTradingChallenge
举办时间
：2011年，111只参赛队伍
赛题任务
：预测市场对大宗交易的反应。
赛题数据
：使用交易和报价数据（TAQ 数据），来自伦敦证券交易所 (LSE) 的近期交易和报价数据。
评价指标
：RMSE回归
优胜方案
：线性回归、KNN和MLP融合
https://www.kaggle.com/c/AlgorithmicTradingChallenge/discussion/1236
The Winton Stock Market Challenge
https://www.kaggle.com/c/the-winton-stock-market-challenge
举办时间
：2016年，829只参赛队伍
赛题任务
：鉴于历史股票表现和许多被掩盖的特征，预测日内和日终收益。
赛题数据
：股票分钟级别的特征。
评价指标
：加权平均绝对误差
优胜方案
：线性回归
Two Sigma Financial Modeling Challenge
https://www.kaggle.com/c/two-sigma-financial-modeling/
赛题任务
：不确定性的世界中提供异常准确预测
赛题数据
：与金融工具的时变值有关的匿名特征
评价指标
：R平方回归
优胜方案
：线性模型
https://www.kaggle.com/c/two-sigma-financial-modeling/discussion/29518
Jane Street Market Prediction
https://www.kaggle.com/c/jane-street-market-prediction
举办时间
：2021年，4245只参赛队伍
赛题任务
：使用的历史数据对潜在的交易机会进行分类。
赛题数据
：129维匿名数据
评价指标
：二分类 * 交易收益
优胜方案
：深度学习自编码器
https://www.kaggle.com/c/jane-street-market-prediction/discussion/199189
Optiver Realized Volatility Prediction
https://www.kaggle.com/c/optiver-realized-volatility-prediction
举办时间
：2021年，3852只参赛队伍
赛题任务
：建立模型来预测不同行业数百只股票的短期波动
赛题数据
：与金融市场交易的实际执行相关的股票市场数据，包括订单快照和已执行交易。
评价指标
：RMSPE
优胜方案
：LightGBM、深度学习模型
https://www.kaggle.com/c/optiver-realized-volatility-prediction/discussion/274970
G-Research Crypto Forecasting
https://www.kaggle.com/c/g-research-crypto-forecasting
举办时间
：2021年，1932只参赛队伍
赛题任务
：您的机器学习专业知识来预测 14 种流行加密货币的短期回报。
赛题数据
：包含一些加密资产的历史交易信息，例如比特币和以太坊。
评价指标
：Pearson 相关系数
优胜方案
：
https://www.kaggle.com/competitions/g-research-crypto-forecasting/discussion/323098
https://www.kaggle.com/competitions/g-research-crypto-forecasting/discussion/323703
Ubiquant Market Prediction
https://www.kaggle.com/c/ubiquant-market-prediction
举办时间
：2022年，2800+只参赛队伍
赛题任务
：构建一个预测投资回报率的模型
赛题数据
：包含来自数千项投资的真实匿名历史数据的特征。
评价指标
：Pearson 相关系数
优胜方案
：
https://www.kaggle.com/competitions/ubiquant-market-prediction/discussion/338220
https://www.kaggle.com/competitions/ubiquant-market-prediction/discussion/338561
JPX Tokyo Stock Exchange Prediction
https://www.kaggle.com/competitions/jpx-tokyo-stock-exchange-prediction/data
举办时间
：2022年，2033只参赛队伍
赛题任务
：预测股票的未来回报
赛题数据
：包含各种日本股票和期权的历史数据
评价指标
：每日利差回报的夏普比率
优胜方案
：
https://www.kaggle.com/competitions/jpx-tokyo-stock-exchange-prediction/discussion/363838
Optiver - Trading at the Close
https://www.kaggle.com/competitions/optiver-trading-at-the-close
举办时间
：2023年，暂时500只参赛队伍
赛题任务
：使用订单簿和股票收盘竞价中的数据来预测数百只纳斯达克上市股票的收盘价变动
赛题数据
：包含纳斯达克证券交易所每日十分钟收盘拍卖的历史数据。
评价指标
：MAE
优胜方案
：暂无
# 竞赛交流群 邀请函 #
每天大模型、算法竞赛、干货资讯
