瑞泊（北京）人工智能科技有限公司
财报可信度
韭韭投研财报可信度以集成学习算法为核心算法（可解释性相对更强，适合非海量数据集下的准确分类，证监会网站公布的历史造假样本量足以支撑获得满意的识别效果），以财务舞弊下的财务指标特征工程为重点突破口，实现真正意义上的财务避雷
自动化估值
自动估值指标模型构建，1）进行大量高级自预测算法选型及参数试验；2）利用有限注意力偏差原理进行估值倍数参数的信号衰减处理；3）将历史估值与股价误差作为目标函数，进行估值方法自适应匹配；4）加入业绩预测数据后的大量极端特殊情况下的极端值规则化处理
专业资金及量价分析
利用行为金融模型对传统多因子模型进行加强，主要利用的是代表性偏差（追涨杀跌）、有限注意力偏差（最近走势影响大于更早）以及风险偏好偏差（羊群效应），本质是追涨杀跌的对抗策略
|
|
分享至：
产品简介
瑞泊（北京）人工智能科技有限公司在人工智能金融科技方向做了大量投入，产品内各项指标均由后台强大的人工智能机器学习系统提供，未经人工干预。通过证券市场基本面研判、资产定价估值、风险管理作为基础理论，国内外先进实践为实证依据，深度学习、机器学习、集成学习为技术手段，产品的核心逻辑已经基本完善。系统通过对海量的企业数据进行长期学习训练，经反复测试验证，系统结果具有极高参考价值。
扫描关注“韭韭投研”公众号