2023年10月26日至11月29日，ACM ICAIF人工智能交易算法FinRL竞赛在纽约布鲁克林区的4 MetroTech Center举行，由大数据技术与应用研究所的尹剑飞副教授、黄哲学教授指导的SZU-FIN-621团队（钟岸洋（硕士生）、巢凯茵（硕士生）、陈格颖（硕士生））以竞赛作品《PPO-Switch: a Sparse Ensemble of Diversified PPO Trading Algorithms》荣获FinRL竞赛任务一单元（以数据为中心的股票交易算法）的全球冠军，哥伦比亚大学代表队、清华大学和香港科技大学联合代表队分别荣获亚军、季军，实现计算机与软件学院在该项赛事成绩的首次突破。

大赛介绍

ACM ICAIF是由美国计算机学会（ACM）和 J.P. Morgan联手创办，金融和人工智能交叉领域的学术会议，2023年会议来到了第四届。在过往历届中，ACM ICAIF汇聚了诸多在金融和人工智能领域活跃的业内专家、研究人员和学者，加强了该领域内学界与行业的联系与互动，正在培养一个新兴的人才社区。

ACM ICAIF人工智能交易比赛包括两个竞赛单元，任务1是以数据为中心的股票交易算法，要求在对包括NYSE、DJIA、DOW等真实金融交易大数据进行特征分析的基础上设计深度强化学习算法。在未知数据集上比拼累计收益、夏普率和最大回撤率的几何平均性能。任务2是开发低时间复杂度的实时订单执行算法，在短期数据集基础上比拼性能。因此，任务1的难度远高于任务2。

获奖作品

竞赛单元

FinRL竞赛任务一单元

（以数据为中心的股票交易算法）

作品名称

《PPO-Switch: a Sparse Ensemble of Diversified PPO Trading Algorithms》

奖项：全球冠军

团队成员：钟岸洋（硕士生）、巢凯茵（硕士生）、陈格颖（硕士生）

指导教师：尹剑飞、黄哲学

作品简介：

PPO-Switch, a novel sparse switching algorithm that combines multiple proximal policy optimization (PPO) trading experts with insights from online portfolio selection (OPS) algorithms. The PPO trading experts are trained using diverse and effective OPS price features, resulting in a diversified expert pool. PPO-Switch ensures sparsity in trading actions through two steps: (i) Expert selection based on long-term and short-term returns, and (ii) optimizing cash to maximize capital efficiency. Experimental results on six real-world datasets, including DOW, HS, CRYPTO, HK, NYSE and FTSE, demonstrate that PPO-Switch outperforms current state-of-the-art RL algorithms, such as PPO, A2C, SAC and TD3, and OPS algorithms, such as GWR, OLMAR, PPT and SPOLC, when transaction fees exceed 0.1%.

比赛实况：

本次竞赛的参赛方由来自清华大学，牛津大学，哥伦比亚大学，西北大学，纽约大学，耶鲁大学，伦斯勒理工等十余所全球著名高校的学者共46支参赛队伍组成，共同维护开源社区AI4Finance及附属FinRL，FinGPT，FinRL-Meta等热门项目。

一直以来，计算机与软件学院高度重视中国研究生创新实践系列大赛主题赛事，积极鼓励和支持学生参与。学院未来将继续完善研究生创新实践能力提升体系，不断激发学生创新意识和科研潜力，为培养拔尖创新人才作出贡献。

（计算机与软件学院 供稿）