2025年证券AI投资模型习题(含答案与解析).docxVIP

2025年证券AI投资模型习题(含答案与解析)

一、单项选择题（每题3分，共15分）

1.在2025年证券AI投资模型中，多模态数据融合技术的核心目标是：

A.提升单一类型数据的处理速度

B.整合文本、图像、时序数值等异质数据的互补信息

C.减少数据存储成本

D.简化模型训练流程

答案：B

解析：多模态数据融合的核心是通过整合文本（如新闻情绪）、图像（如卫星监测的工厂开工率）、时序数值（如成交量、市盈率）等不同类型数据，捕捉单一模态无法覆盖的市场信号，而非仅优化速度或成本。

2.某AI投资模型在回测中表现出“训练集准确率92%，测试集准确率68%”的特征，最可能的原因是：

A.数据清洗时删除了关键异常值

B.模型复杂度不足

C.模型过拟合训练数据中的噪声

D.输入特征维度过低

答案：C

解析：训练集与测试集准确率差距显著（20%），是典型的过拟合现象，即模型过度学习了训练数据中的噪声或局部模式，导致泛化能力下降。数据清洗或特征维度问题通常表现为两者准确率同步偏低。

3.2025年监管新规要求证券AI模型需满足“可解释性阈值”（即至少70%的预测结果能通过特征贡献度合理解释），以下技术中最符合该要求的是：

A.深度神经网络（DNN）的隐藏层激活值可视化

B.SHAP（SHapleyAdditiv