本次赛事原则上采取开放选题的方式，由参赛选手自行结合银行卡用卡安全、快捷支付、金融消费者权益保护、金融服务、股票、保险、期货、证券、黄金、外汇等市场，自由发挥，包括但不限于如下范围：
软件类：
金融软件和应用产品开发（面向信息类学生）
结合当前主流技术和日常生活需要，如银行卡安全用卡环境，快捷支付安全保障手段、措施等，面向线上和线下支付中的身份识别、过程、安全交易等环节、股票等金融产品推荐、组合投资推荐、盈利预测等方面，设计完成一个完整软件作品（含手机APP）。
建模类：
金融相关数据建模、分析和处理；（面向信息类、统计类、数学类专业学生，大赛提供部分数据支持）。结合大赛提供的数据和相关说明，包括但不限于以下题目，学生亦可根据社会实际自拟题目。
数据规律挖掘和分析：建立一个模型，导入给定金融证券数据，自动分析,给出该段数据的规律概述（外盘高频或A股日线、30分钟、5分钟数据均可使用）；
人工智能—语言识别：从指定网站实时爬取新闻，智能分析实时新闻，判断新闻利好、利空还是中性（数据可用MATLAB从相关新闻网站爬取）；
全自动震荡交易模型：建立一个可以自动跟踪统计分析股票震荡区间，自动选择合适时间点位和股数下单，自动确定止盈止损数值的震荡交易模型（建议使用外盘高频数据）；
流动性建模：根据市场流动性进行差价获利，通过对股票买量、卖量和分笔成交数据的统计分析，来对买卖量的关系进行建模，让模型分析并确定买卖方向和止盈止损空间（建议使用外盘高频数据）；
投资组合建模：从深证100成分股里选出50支股票构建投资组合,假定组合内各股票以等权重分配，计算2016.1-2016.6期间每月的超额收益率（对比深证100指数）、月内最大回撤幅度、夏普比率（收益率与回撤率均用初始本金为基数，初始本金自拟即可。A股日线、30分钟、5分钟数据均可使用）；
趋势追踪建模：趋势追踪策略就是试图寻找大的趋势波段的到来，并且在突破的时候进行建仓或者平仓操作，以期获得大的波段收益。（A股日线、30分钟、5分钟数据均可使用；）
股票相关性建模：任意给定两支股票，建立一个可以分析并计算两者相关性的模型（A股日线、30分钟、5分钟数据均可使用）；
顶底预测建模：通过对股票历史数据的分析和研究，建立一个可以预测股票当前走势是否为阶段顶部或阶段底部的模型（A股日线、30分钟、5分钟数据均可使用）。
股票关联规则建模：运用Apriori算法、FP-Growth算法等从数据中，寻找具有联动关联的行业，当某个行业出现涨势之后，而关联行业还没开始涨，则从其关联行业中选择典型个股买入。
构建分类选股模型：运用K-近邻、贝叶斯分类、神经网络、Logistic、判别分析、支持向量机、决策树等分类方法构建分类选股模型。
股票聚类分池：运用K-means方法、层次聚类、神经网络聚类、模糊C-均值（FCM）方法、高斯混合聚类方法等聚类方法对构建股票组合。
预测模型：运用神经网络、支持向量机、马尔科夫链等预测模型构造交易策略。
传统时间序列模型的构建：运用传统时间序列模型:ARMA、ARIMA、ARCH、GARCH等构造基于时间序列分析的预测模型。
仿真交易类：
投资策略（面向金融相关专业学生，大赛提供平台）
仿真交易类竞赛平台采用戈尔特西斯科技(济南)有限公司提供的戈尔特仿真交易系统，该系统采用实时行情数据和实时委托数据，最大程度的模拟真实交易环境，涵盖买卖决策、下单、交易所撮合及结算等功能，与真实交易环境相当，让参赛个人或团队从仿真交易中真实体会交易的操作方式和交易规则，同时又能利用本系统拓展对市场的认知、提升自己的交易水平。用户通过对行情数据、资讯信息及分析工具进行选股择时，通过账户管理自己的资金，从而总结投资经验，锻炼投资分析能力。大赛组织方会为参数选手统一建立虚拟账户。
在开放命题基础上，如有企业希望通过大赛解决实际问题，也可以联系我们提供命题。
参赛作品要求如下：
（1）参赛作品的选题应具有实际意义和应用背景，内容完整，满足社会对作品的需求；必须具有创新性和独创性，具有一定的社会和市场价值；
（2）由参赛队独立完成；每个参赛队伍只可递交一份参赛作品；
（3）参赛队递交作品时应拥有该作品的全部知识权利，不得有任何侵权行为，并符合相关法律规定，一经发现立即取消参赛资格，并自行承担相应责任。获奖后发现的，将取消其所获所有奖项。
（4）作品必须提供知识产权声明。