【免费下载链接】AlphaFin项目地址https://gitcode.com/gh_mirrors/alp/AlphaFin点击查看免费下载AlphaFin 是一个面向金融分析的开源基准项目其核心 Stock-Chain 框架通过检索增强RAG 微调大模型的方式完成股票趋势预测与金融问答两大任务。在 2020–2023 年的真实行情回测中Stock-Chain 以30.8% 的年化收益ARR击败 FinGPT、ChatGPT、xgboost 等十余个对比模型并保持持续上行趋势。本文带你从数据集、预测流程、多空回测策略三个维度拆解这份成绩单是如何得到的。一、AlphaFin 是什么数据集 两个阶段模型AlphaFin 开源了三个核心资产 AlphaFin 数据集涵盖传统金融研究数据集、实时金融数据和手写 CoT思维链数据其中研报类数据量达 12 万条StockGPT-Stage1在研报数据上用 LoRA 微调的模型专注股票趋势预测StockGPT-Stage2继续在金融新闻和 StockQA 上训练擅长金融问答。数据是怎么来的下图展示了从东方财富、财联社、Tushare 等源数据经 ChatGPT 辅助清洗成 Financial News、StockQA 数据集再由人工 ChatGPT 生成 CoT 研报的完整链路数据明细表来自 README.md| 数据集 | 规模 | 语言 | | - | - | - | | Research | 42K | 英 | | StockQA | 21K | 中 | | Fin. News | 79K | 中 | | Fin. Reports | 120K | 中 | | Fin. Reports CoT | 200 | 中 | CoT 数据虽然只有 200 条但输出长度平均 407.8 token是教会模型像分析师一样推理的关键。二、Stage 1大模型如何生成多空预测信号趋势预测的输入是研报 股价序列输出是下月涨/跌判断。以 src/data/stage1_testdata.json 中的样本为例指令要求模型根据研报内容预测下月涨跌并给出概率。推理阶段由 stockgpt_inf.py 完成加载 ChatGLM2-6B 基座 StockGPT-Stage1 的 LoRA 权重逐条读取研报并生成预测文本。但 LLM 的输出是自然语言没法直接进回测所以 dataprocess_stockgpt.py 用一套规则做后处理定位因此 / 综上所述等结论句提取首个涨跌关键词映射为1看涨/-1看跌/0无法提取投票兜底对提取失败0 值的样本用同批 RNN、LSTM、xgboost 等 10 个 ML/DL 模型的投票结果回填见 dataprocess_stockgpt.py。处理后的预测表与仓库自带的 outputs/mldl_prediction.xlsx各传统 ML/DL 模型的预测结果合并作为 Stage 1 的产出。三、30.8% 年化收益是怎么回测算出来的核心逻辑全部在 test_strategy.py 中可概括为四步1️⃣ 多空策略可配置支持仅限做多 / 仅限做空 / 多空都可三种模式test_strategy.py。多空都开意味着模型看涨的股票买入看跌的股票卖空双向放大信息价值。2️⃣ 市值加权构建组合每月末按预测信号和总市值加权计算组合收益test_strategy.py避免小票噪声主导组合贴近真实机构做法。3️⃣ 月度调仓 复权价格使用本地 K 线数据库中的复权收盘价按预测月 1 月调仓杜绝未来函数 。4️⃣ 输出专业指标get_指标函数 计算年化收益、年化波动、夏普比率、最大回撤、卡玛比率并以上证指数、沪深300CSI300、上证50、创业板指数为基准对照。图中那条醒目的红色实线就是 Stock-Chain2023 年起持续上行累计收益最终超过 1.1对应 30.8% 的年化收益而 FinGPT、FinMA 等对手在 2022 年之后明显回撤。为什么 Stock-Chain 能跑赢 FinGPT从源码和框架设计看优势来自三层| 维度 | FinGPT 等通用金融 LLM | Stock-Chain | | - | - | - | | 训练数据 | 公开金融语料 | 12 万条研报 人工 CoT 深度推理样本 | | 信息时效 | 依赖预训练快照 | RAG 实时检索研报/新闻/行情规避不知道最新数据 | | 输出可靠性 | 易出现幻觉、拒答 | CoT 结构化推理 规则化结论提取 ML 投票兜底 |在对比表中FinGPT列由原始模型列重命名而来test_strategy.pyStockGPT 与 FinGPT 使用同一套评测数据和同一回测口径公平可比。四、Stage 2RAG 金融问答让答案有据可依预测之外Stock-Chain 同样能回答国庆黄金周对旅游股有什么影响这类开放问题。Stage 2 的 WebUI 入口在 run.py流程为用 BGE-Large-zh 将新闻、研报、股价三类文档分别编码为FAISS 向量库示例数据见 src/data/database_sample/用户提问后若问题不含日期会自动补充今天是 X 日保证时效语境run.py检索 Top-K 文档注入答案必须来自参考内容不允许编造的提示词再由 StockGPT-Stage2 生成回答run.py。五、快速上手两条命令跑完全流程只需在 scripts/stage1_trend_prediction.sh 中填入 tushare token 和模型路径即可一键完成下载行情库 → 模型推理 → 后处理 → 回测四步bash scripts/stage1_trend_prediction.sh金融问答同理配置好模型路径后执行 scripts/stage2_financial_qa.sh 即可启动 WebUI。写在最后Stock-Chain 的 30.8% 年化收益告诉我们把 RAG 的实时性、CoT 微调的推理力和量化回测的纪律性组合起来大模型才能真正进入投研流程。当然项目声明仅用于学术研究与教育目的回测收益不代表未来表现切勿直接作为投资建议 。赞分享【免费下载链接】AlphaFin项目地址https://gitcode.com/gh_mirrors/alp/AlphaFin点击查看免费下载相关推荐终极指南如何在消费级GPU上快速部署Wan2.2-T2V-A14B视频模型终极指南如何在消费级GPU上快速部署Wan2.2 T2V A14B视频模型 Wan2.2 T2V A14B是一款高效的文本转视频模型专为消费级GPU优化让大模型计算机视觉多模态如何实现高性能RecyclerViewViewHolder模式与回收机制深度解析如何实现高性能RecyclerViewViewHolder模式与回收机制深度解析 在Android应用开发中RecyclerView是构建高效列表界面的 终示例工程Qlib投资组合分析年化收益与最大回撤Qlib投资组合分析年化收益与最大回撤 引言量化投资的核心挑战 你是否还在为投资组合的收益波动而困扰是否在寻找一种科学的方法来平衡风险与回报本文将通过Q金融科技人工智能机器学习数据分析强化学习上一篇mmagic 中 SAGAN 条件生成对抗网络的模型配置、训练与评估实战指南下一篇RedisInsight 桌面端实操指南从安装到连上 Redis 再到性能分析创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考