金融工程研究报告-DeepSeek投研应用系列：量化代码实测.docx

正文目录

TOC\o1-2\h\z\u引言 4

DeepSeek实现行情数据更新 4

利用万得API更新指数收盘行情 4

DeepSeek实现因子计算 7

DeepSeek实现量化选股 9

收盘行情筛选均线突破个股 9

基于社媒报道筛选高热度个股 12

引导DeepSeek实现代码的技巧总结 13

总结与展望 14

风险提示 14

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股吧讨论热度最高的前10只股票（截止2025.03.15） 12

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-V3

Qwen2.5

Llama3.1

Claude-3.5

GPT-4o

HumanEval-Mul(Pass@1)

82.6

77.3

77.2

81.7

80.5

LiveCodeBench(Pass@1-COT)

40.5

31.1

28.4

36.3

33.4

LiveCodeBench(Pass@1)

37.6

28.7

30.1

32.8

34.2

Codeforces(Percentile)

51.6

24.8

25.3

20.3

23.6

SWEVerified(Resolved)

42

23.8

24.5

50.8

38.8

Aider-Edit(Acc.)

79.7

65.4

63.9

84.2

72.9

Aider-Polyglot(Acc.)

49.6

7.6

5.8

45.3

16

，

本文将展示如何通过DeepSeek搭建用户个性化的本地量化系统，主要由3个关键环节构成：基础数据更新及本地化维护，指定方法的因子计算，以及选股条件的快速验证。我们通过与DeepSeek交互给出每个环节的代码示例及细化方案。

DeepSeek实现行情数据更新

利用万得API更新指数收盘行情

提问：如何通过万得api更新沪深300指数每日收盘行情。

DeepSeek给出的实现流程如图1所示，将每日行情更新进行任务拆解，账户访问权限、数据请求，及定时任务的设置，基本涵盖了用户实现的各个环节，参考了万得的API文档及python标准库（schedule）文档。DeepSeek节省用户搜索的时间，直接提供了解决方案流程。

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

DeepSeek-V3，

针对上述步骤4-6，DeepSeek给出了具体的示例如下：

图2：步骤四示例：使用万得pythonAPI获取沪深300指数收盘行情

DeepSeek-V3，

图3：步骤五示例：对万得pythonAPI返回的数据解析

DeepSeek-V3，

图4：步骤六示例：设置定时任务每日更新行情数据

DeepSeek-V3，

DeepSeek可以理解万得API文档并正确调用w.wsd函数，对函数的输入参数，其顺序和格式（如标的代码的格式、日期格式）