金融工程研究报告-DeepSeek投研应用系列：量化代码实测.pdfVIP

金融工程专题

正文目录

1引言4

2DeepSeek实现行情数据更新4

2.1利用万得API更新指数收盘行情4

3DeepSeek实现因子计算7

4DeepSeek实现量化选股9

4.1收盘行情筛选均线突破个股9

4.2基于社媒报道筛选高热度个股12

5引导DeepSeek实现代码的技巧总结13

6总结与展望14

7风险提示14

2/15

金融工程专题

图表目录

图1：DeepSeek对使用万得API更新沪深300指数收盘行情给出的解决方案5

图2：步骤四示例：使用万得pythonAPI获取沪深300指数收盘行情5

图3：步骤五示例：对万得pythonAPI返回的数据解析6

图4：步骤六示例：设置定时任务每日更新行情数据6

图5：DeepSeek对股票非流动性因子提出的解决方案7

图6：DeepSeek对计算上证50成分股非流动性因子的代码示例8

图7：DeepSeek计算个股非流动性因子的代码示例8

图8：DeepSeek给出上证50指数成分股均线突破股票筛选的解决方案9

图9：DeepSeek筛选上证50指数成分股中突破10日均线的代码示例9

图10：DeepSeek给出多种获取指数成分股的方案10

图11：DeepSeek通过baostock获取指数成分股的实例11

图12：优化后的上证50指数成分股筛选突破10日均线的股票测试11

图13：DeepSeek统计股吧热度最高的10只股票代码示例12

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4

表2：DeepSeek整理股吧讨论热度最高的前10只股票（截止2025.03.15）12

3/15

金融工程专题

1引言

DeepSeek在主流大模型中具有出色的数学和编程能力，能更好地服务金融及经济领域

中的数量化研究，尤其是针对需要快速响应的实时应用、对内存和计算资源有限制的环

境，以及中文环境下的应用场景。如表1所示，在以Codeforces为代表的算法类标准化测

试中，DeepSeek（V3）表现明显超越了其他主流大模型。

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

测试基准DeepSeek-V3Qwen2.5Llama3.1Claude-3.5GPT-4o

HumanEval-Mul(Pass@1)82.677.377.281.780.5

LiveCodeBench(Pass@1-COT)40.531.128.436.333.4

LiveCodeBench(Pass@1)37.