金融AI在市場分析、交易策略和投資決策中取得顯著進展，但現有平臺存在碎片化和集成困難。FinWorld是一個開源平臺，提供從數據獲取到實驗和部署的全流程支持。FinWorld的特點包括異構金融數據的原生集成、對多種AI范式的統一支持和高級代理自動化。

在四個金融AI任務（時間序列預測、算法交易、投資組合管理和大語言模型應用）實證結果表明，FinWorld顯著提高了可重復性，支持透明基準測試，并簡化了部署，為未來研究和實際應用奠定了基礎。

摘要

Financial AI有潛力轉變現代金融，支持市場預測、投資組合管理、量化交易和自動分析等任務。現有平臺在任務覆蓋、數據集成和大語言模型（LLM）訓練與部署支持方面存在局限。FinWorld是一個開源平臺，提供從數據獲取到實驗和部署的全流程支持。FinWorld的特點包括異構金融數據的原生集成、對多種AI范式的統一支持和高級代理自動化?；?個市場、4個股票池和超過8億個金融數據點進行的實驗，評估了深度學習和強化學習算法，特別是針對LLM和LLM代理的RL微調。實證結果表明，FinWorld顯著提高了可重復性，支持透明基準測試，并簡化了部署，為未來研究和實際應用奠定了基礎。

簡介

金融AI在市場分析、交易策略和投資決策中取得顯著進展，但現有平臺存在碎片化和集成困難。當前平臺的主要局限性包括：

• 任務覆蓋有限，缺乏對大語言模型和自主代理的支持。
• 異構數據集成不足，難以處理多種金融數據。
• 框架架構僵化，難以整合新算法。
• 缺乏標準化評估和展示框架。

本文提出FinWorld平臺，旨在解決上述挑戰，特點包括：

• 多任務支持，涵蓋時間序列預測、算法交易、投資組合管理和LLM應用。
• 多模態數據集成，支持結構化和非結構化金融數據。
• 全面支持多種AI范式，包括ML、DL、RL和LLM。
• 高擴展性，模塊化設計便于快速集成新算法。
• 高級自動化，支持分布式多GPU訓練和測試。

圖片

本文主要貢獻：

• 提出統一的端到端框架，涵蓋四種關鍵金融AI任務。
• 模塊化設計，支持定制模型和任務的靈活構建。
• 提供支持多模態異構數據的基準，包含超過8億個樣本。為金融AI社區建立了全面的基準。在四種任務類型上進行廣泛實驗，展示框架的靈活性和有效性。

預備知識

本文定義了時間序列預測、算法交易、投資組合管理和金融領域大語言模型應用的核心任務。單資產場景的歷史內生時間序列表示為

，多資產場景為

。外生協變量序列表示為

，包括技術指標、金融因素、新聞情感分數或宏觀經濟變量。其中 D 為內生序列的維度，C 為外生特征的數量。

時間序列預測任務

金融預測與傳統時間序列預測的區別在于：1) 直接預測資產價格困難，通常預測相對收益；2) 通常同時預測多個資產的未來收益，以滿足投資組合管理需求。

定義：時間序列預測的目標是基于歷史價格和外生變量，預測未來S天的相對收益。

算法交易任務

系統化交易策略設計、模擬與評估，重點在實時決策與風險管理。算法交易可通過兩種主要方法解決：

a）基于機器學習和深度學習的方法：預測未來價格回報或走勢，使用模型Fθ生成交易信號，依據預設規則決定交易行動。

b）基于強化學習的方法：將交易任務建模為馬爾可夫決策過程，代理觀察狀態、選擇行動、獲得獎勵，學習最大化期望累積獎勵的策略。

投資組合管理任務

投資組合管理問題可通過兩種主要方法解決：

a）ML&DL方法：利用預測模型預測未來資產收益或風險，隨后通過優化程序確定配置權重。

b）RL方法：將任務視為序列決策過程，代理根據狀態選擇配置權重，以最大化預期累積效用。

目標包括收益最大化、波動率最小化和夏普比率優化，需考慮交易成本和頭寸限制等實際約束。

大模型應用

LLM在金融領域的應用分為兩大類：

i）一般語言理解任務，包括金融文本分析、金融問答等；

ii）序列決策任務，通過與真實環境互動進行強化學習訓練，如實時市場交易。

LLM的目標是處理多種輸入模態（如非結構化文本、結構化時間序列、圖像、音頻/視頻），并生成任務特定的輸出。LLM可作為預測模型或自主代理，進行基于強化學習的決策和工具利用。

大模型強化學習

GRPO（Group Relative Policy Optimization）是一種政策優化算法，適用于訓練大型語言模型（LLMs）在語言和環境交互設置中的應用。在金融AI中，GRPO可用于提升LLMs的金融知識、推理能力和交易技能，特別是在金融文檔分析和問答中，通過環境反饋實現領域特定內容的理解。

在模擬交易環境中，GRPO使LLMs通過直接交互學習交易能力、策略適應和風險管理，基于價格時間序列、技術指標和新聞生成交易決策（如買入、持有、賣出）。

GRPO的訓練分為兩個階段：第一階段使用金融推理數據集提升模型的推理能力，第二階段在真實或模擬市場環境中培養決策技能。

FinWorld

FinWorld是一個統一的模塊化平臺，旨在克服現有金融AI框架的局限。采用清晰的分層架構，支持結合傳統機器學習、深度學習、強化學習、LLMs及基于LLMs的代理方法。提供集成的數據集管理、標準化模型API和可擴展的訓練后端，適用于學術研究和實際應用。

設計原則

• 分層和面向對象架構：采用分層架構和面向對象設計，確保關注點分離，提升靈活性和可擴展性。
• 模塊化和解耦設計：每個組件為自包含單元，具有明確接口，便于優化和集成自定義組件。
• 可擴展性和范式融合：提供標準化擴展點，支持新算法和數據集的無縫集成，促進金融AI研究的多樣化范式融合。

配置層

FinWorld的配置層基于mmengine，提供統一且可擴展的字典系統，集中管理實驗設置（數據集、模型、訓練、評估）。支持配置繼承和覆蓋，確保可重復性、靈活性和協作開發。使用注冊機制管理核心組件（數據集和環境），通過類型注冊和配置實例化，實現靈活的組件管理和解耦架構。

數據集層

FinWorld的數據集層包含五個模塊：下載器模塊、處理模塊、數據集模塊、數據加載模塊和環境模塊，旨在實現標準化和可擴展的數據管理。

• 下載器模塊：分為市場數據下載器（支持多種金融市場數據源和時間分辨率）和LLM推理數據集下載器（提供金融推理數據集）。
• 處理模塊：支持數據預處理步驟，如因子計算、特征選擇和歸一化，確保可重復和可定制的數據轉換。
• 數據集模塊：將處理后的數據組織為適合不同金融應用的任務特定格式，支持多種數據模態。
• 數據加載模塊：提供標準化的數據加載器，支持高效的批處理和采樣。
• 環境模塊：為強化學習設計，支持傳統RL代理和LLM代理的交互，促進實驗的統一性和可重復性。

模型層

FinWorld的模型層包含多個模塊，支持多種建模范式的統一定義、管理和調用。

• ML模型模塊：定義經典模型（如線性回歸、決策樹等），提供一致的輸入輸出模式和任務頭。
• DL模型模塊：組織神經網絡架構，包含數據嵌入、編碼器和解碼器，支持多種模型網絡（如Autoformer、VAE）。
• RL模型模塊：定義強化學習網絡結構，支持策略和價值網絡，考慮金融約束（如交易成本、風險限制）。
• LLM模型模塊：集中訪問多種LLM，支持商業和本地模型的無縫切換，提供文檔理解和信息提取功能。

訓練層

FinWorld的訓練層提供模塊化框架，優化金融應用的所有方法管道，確保實驗可重復性和從單GPU到分布式集群的平滑擴展。

• 優化器提供多種一階方法，支持超參數標準化和混合精度更新，適應噪聲和非平穩市場數據。
• 損失函數工廠支持回歸、分類和強化學習目標，允許多任務學習和風險調整回報的聯合優化。
• 調度器提供靜態和自適應策略，支持學習率和正則化系數的時間感知調節。
• 度量標準包括通用準確率和金融特定指標（如ARR、SR、MDD），可觸發早停和超參數搜索。
• 訓練器負責數據加載、前向和反向傳播、梯度裁剪等，支持任務特定邏輯和自定義步驟。

評估層

FinWorld的評估層提供了全面且可擴展的框架，用于評估金融AI模型和策略。動態選擇和應用適當的評估協議和指標，支持既有基準和用戶自定義標準。包含多種金融和預測指標，如ARR、MDD、SR和MSE，可靈活組合或擴展。提供高級可視化工具，如K線圖、累計收益圖、回撤曲線和交易注釋覆蓋，便于直觀解讀模型表現。評估過程簡化了多樣金融任務的模型評估，促進系統比較、快速診斷和迭代改進。集成于訓練者的驗證和測試階段，確保與訓練階段評估的一致性。

任務層

任務層負責金融AI任務類型的定義、抽象和封裝，支持多種金融AI任務。核心任務包括時間序列預測、算法交易、投資組合管理和LLM應用。每個任務具有可配置的輸入/輸出模式和標準化評估協議，支持基準和用戶自定義場景。統一的任務架構促進快速原型開發、跨任務泛化和可重復研究。提供靈活框架以部署LLM代理，支持異步、單代理或多代理配置，滿足多樣化研究和應用需求。

表示層

FinWorld的展示層實現實驗結果的自動傳播和文檔化。通過專用的展示代理，聚合評估輸出，自動生成技術報告和互動網頁。實驗結果、可視化和基準摘要被系統編排并發布到GitHub等協作平臺，確保透明共享和長期可訪問性。與實驗跟蹤工具如Wandb無縫集成，實現研究生命周期中的實時可視化和指標比較。該自動化多渠道展示工作流程增強了可重復性，支持同行評審，提升金融AI研究的可見性和影響力。

實驗評估

數據集

研究涵蓋美國和中國兩個市場，涉及DJ30、SP500、SSE50和HS300四大股票池。數據集時間跨度為1995年5月1日至2025年5月1日，包含超過8億個數據點，支持時間序列預測、算法交易和投資組合管理。收集了中英文的LLM推理數據集，涵蓋多種金融場景，樣本超過80,000個。實驗在2個NVIDIA H100 GPU上進行，結果為三次不同隨機種子的平均值，最佳結果下劃線標記。

時間序列預測

數據集：使用2015-05-01至2025-05-01的DJ30、SP500、SSE50和HS300的日常OHLCV和Alpha158特征，2023-05-01分割訓練和驗證數據。

評估指標：使用MAE、MSE、RankIC和RankICIR評估預測性能，MAE和MSE關注絕對預測準確性，RankIC和RankICIR評估模型在捕捉基于回報的金融關系中的有效性。

方法：評估多種機器學習（ML）和深度學習（DL）時間序列預測模型，包括LightGBM、XGBoost、Autoformer、Crossformer等，選擇標準為捕捉復雜模式和處理高維數據的能力。

實驗結果：在DJ30數據集上，TimeXer模型的MAE為0.0529，MSE為0.0062，顯著優于LightGBM（MAE 0.1392，MSE 0.0235）；TimeXer的RankICIR為0.4889，遠高于LightGBM的0.2017。在HS300數據集上，TimeMixer和TimeXer同樣表現優異，顯示深度學習模型在金融時間序列預測中的優勢。

算法交易

數據集：包含AAPL、AMZN、GOOGL、META、MSFT、TSLA六只美股的日OHLCV和Alpha158特征，時間范圍為1995-05-01至2025-05-01，2023-05-01前為訓練和驗證數據。

評估指標：使用ARR、MDD、VOL、CR、SR和SoR六個指標評估交易表現，涵蓋盈利能力和風險。

方法：評估多種策略，包括規則基礎（BUY&HOLD、MACD）、機器學習（LightGBM、XGBoost）、深度學習（Transformer、LSTM、DLinear）和強化學習（PPO、SAC）。

實驗結果：強化學習方法表現最佳，SAC和PPO在大多數股票中實現最高年化收益率和夏普比率；深度學習模型優于機器學習和規則基礎策略。

投資組合管理

數據集設置與時間序列預測任務相同，評估指標包括ARR、SR、MDD、CR、SoR和VOL。

評估方法包括：

• 規則基礎方法：BUY&HOLD；
• ML方法：LightGBM、XGBoost；
• DL方法：Autoformer、Crossformer、ETSformer、DLinear、TimesNet、PatchTST、TimeMixer、TimeXer；
• RL方法：PPO、SAC。

實驗結果顯示，RL方法（尤其是SAC）在所有基準上表現最佳，年化收益率高達31.2%，夏普比率超過1.5。規則基礎和ML方法收益較低（如Buy&Hold在DJ30上為9.4%），DL方法表現介于兩者之間。SAC在收益和風險調整指標上均表現優越，顯示出在投資組合管理中的明顯優勢。

大模型應用

數據集評估：使用FinQA、FinEval、ConvFinQA和CFLUE等金融推理基準，評估LLMs和LLM代理的表現。

交易評估：基于2015-05-01至2025-05-01的6只美國科技股（AAPL、AMZN、GOOGL、META、MSFT、TSLA）的日級OHLCV數據和新聞。

評估指標：金融推理任務使用Score，交易能力使用ARR、SR、MDD、CR、SoR和VOL六個財務指標。

方法：將FinReasoner與DeepSeek-R1、Qwen3-8B、Fin-R1-7B和Qwen2.5-7B-Instruct等開源LLMs進行比較，交易能力評估中還包括GPT-4.1和Claude-4-Sonnet。

實施細節：LLM訓練在16個NVIDIA A100 GPU上進行，推理和實驗在2個NVIDIA H100 GPU上進行，結果來自單次運行。

實驗結果：FinReasoner在所有金融推理基準中表現優異，驗證了領域特定推理的價值；在交易中也表現強勁，證明其有效性。

總結

本文引入FinWorld框架，支持金融AI研究與開發。詳細描述框架的各個層面：數據、模型、訓練、評估和任務。實證評估四個金融AI任務：時間序列預測、算法交易、投資組合管理和大語言模型應用。結果表明FinWorld有效支持金融AI研究與開發。未來將繼續優化框架，提升用戶體驗。

本文轉載自??靈度智能??，作者：靈度智能