FinWorld：开源端到端金融AI研究和部署一体化平台

金融AI在市场分析、交易策略和投资决策中取得显著进展，但现有平台存在碎片化和集成困难。FinWorld是一个开源平台，提供从数据获取到实验和部署的全流程支持。FinWorld的特点包括异构金融数据的原生集成、对多种AI范式的统一支持和高级代理自动化。

在四个金融AI任务（时间序列预测、算法交易、投资组合管理和大语言模型应用）实证结果表明，FinWorld显著提高了可重复性，支持透明基准测试，并简化了部署，为未来研究和实际应用奠定了基础。

摘要

Financial AI有潜力转变现代金融，支持市场预测、投资组合管理、量化交易和自动分析等任务。现有平台在任务覆盖、数据集成和大语言模型（LLM）训练与部署支持方面存在局限。FinWorld是一个开源平台，提供从数据获取到实验和部署的全流程支持。FinWorld的特点包括异构金融数据的原生集成、对多种AI范式的统一支持和高级代理自动化。基于2个市场、4个股票池和超过8亿个金融数据点进行的实验，评估了深度学习和强化学习算法，特别是针对LLM和LLM代理的RL微调。实证结果表明，FinWorld显著提高了可重复性，支持透明基准测试，并简化了部署，为未来研究和实际应用奠定了基础。

简介

金融AI在市场分析、交易策略和投资决策中取得显著进展，但现有平台存在碎片化和集成困难。当前平台的主要局限性包括：

• 任务覆盖有限，缺乏对大语言模型和自主代理的支持。
• 异构数据集成不足，难以处理多种金融数据。
• 框架架构僵化，难以整合新算法。
• 缺乏标准化评估和展示框架。

本文提出FinWorld平台，旨在解决上述挑战，特点包括：

• 多任务支持，涵盖时间序列预测、算法交易、投资组合管理和LLM应用。
• 多模态数据集成，支持结构化和非结构化金融数据。
• 全面支持多种AI范式，包括ML、DL、RL和LLM。
• 高扩展性，模块化设计便于快速集成新算法。
• 高级自动化，支持分布式多GPU训练和测试。

图片

本文主要贡献：

• 提出统一的端到端框架，涵盖四种关键金融AI任务。
• 模块化设计，支持定制模型和任务的灵活构建。
• 提供支持多模态异构数据的基准，包含超过8亿个样本。为金融AI社区建立了全面的基准。在四种任务类型上进行广泛实验，展示框架的灵活性和有效性。

预备知识

本文定义了时间序列预测、算法交易、投资组合管理和金融领域大语言模型应用的核心任务。单资产场景的历史内生时间序列表示为

，多资产场景为

。外生协变量序列表示为

，包括技术指标、金融因素、新闻情感分数或宏观经济变量。其中 D 为内生序列的维度，C 为外生特征的数量。

时间序列预测任务

金融预测与传统时间序列预测的区别在于：1) 直接预测资产价格困难，通常预测相对收益；2) 通常同时预测多个资产的未来收益，以满足投资组合管理需求。

定义：时间序列预测的目标是基于历史价格和外生变量，预测未来S天的相对收益。

算法交易任务

系统化交易策略设计、模拟与评估，重点在实时决策与风险管理。算法交易可通过两种主要方法解决：

a）基于机器学习和深度学习的方法：预测未来价格回报或走势，使用模型Fθ生成交易信号，依据预设规则决定交易行动。

b）基于强化学习的方法：将交易任务建模为马尔可夫决策过程，代理观察状态、选择行动、获得奖励，学习最大化期望累积奖励的策略。

投资组合管理任务

投资组合管理问题可通过两种主要方法解决：

a）ML&DL方法：利用预测模型预测未来资产收益或风险，随后通过优化程序确定配置权重。

b）RL方法：将任务视为序列决策过程，代理根据状态选择配置权重，以最大化预期累积效用。

目标包括收益最大化、波动率最小化和夏普比率优化，需考虑交易成本和头寸限制等实际约束。

大模型应用

LLM在金融领域的应用分为两大类：

i）一般语言理解任务，包括金融文本分析、金融问答等；

ii）序列决策任务，通过与真实环境互动进行强化学习训练，如实时市场交易。

LLM的目标是处理多种输入模态（如非结构化文本、结构化时间序列、图像、音频/视频），并生成任务特定的输出。LLM可作为预测模型或自主代理，进行基于强化学习的决策和工具利用。

大模型强化学习

GRPO（Group Relative Policy Optimization）是一种政策优化算法，适用于训练大型语言模型（LLMs）在语言和环境交互设置中的应用。在金融AI中，GRPO可用于提升LLMs的金融知识、推理能力和交易技能，特别是在金融文档分析和问答中，通过环境反馈实现领域特定内容的理解。

在模拟交易环境中，GRPO使LLMs通过直接交互学习交易能力、策略适应和风险管理，基于价格时间序列、技术指标和新闻生成交易决策（如买入、持有、卖出）。

GRPO的训练分为两个阶段：第一阶段使用金融推理数据集提升模型的推理能力，第二阶段在真实或模拟市场环境中培养决策技能。

FinWorld

FinWorld是一个统一的模块化平台，旨在克服现有金融AI框架的局限。采用清晰的分层架构，支持结合传统机器学习、深度学习、强化学习、LLMs及基于LLMs的代理方法。提供集成的数据集管理、标准化模型API和可扩展的训练后端，适用于学术研究和实际应用。

设计原则

• 分层和面向对象架构：采用分层架构和面向对象设计，确保关注点分离，提升灵活性和可扩展性。
• 模块化和解耦设计：每个组件为自包含单元，具有明确接口，便于优化和集成自定义组件。
• 可扩展性和范式融合：提供标准化扩展点，支持新算法和数据集的无缝集成，促进金融AI研究的多样化范式融合。

配置层

FinWorld的配置层基于mmengine，提供统一且可扩展的字典系统，集中管理实验设置（数据集、模型、训练、评估）。支持配置继承和覆盖，确保可重复性、灵活性和协作开发。使用注册机制管理核心组件（数据集和环境），通过类型注册和配置实例化，实现灵活的组件管理和解耦架构。

数据集层

FinWorld的数据集层包含五个模块：下载器模块、处理模块、数据集模块、数据加载模块和环境模块，旨在实现标准化和可扩展的数据管理。

• 下载器模块：分为市场数据下载器（支持多种金融市场数据源和时间分辨率）和LLM推理数据集下载器（提供金融推理数据集）。
• 处理模块：支持数据预处理步骤，如因子计算、特征选择和归一化，确保可重复和可定制的数据转换。
• 数据集模块：将处理后的数据组织为适合不同金融应用的任务特定格式，支持多种数据模态。
• 数据加载模块：提供标准化的数据加载器，支持高效的批处理和采样。
• 环境模块：为强化学习设计，支持传统RL代理和LLM代理的交互，促进实验的统一性和可重复性。

模型层

FinWorld的模型层包含多个模块，支持多种建模范式的统一定义、管理和调用。

• ML模型模块：定义经典模型（如线性回归、决策树等），提供一致的输入输出模式和任务头。
• DL模型模块：组织神经网络架构，包含数据嵌入、编码器和解码器，支持多种模型网络（如Autoformer、VAE）。
• RL模型模块：定义强化学习网络结构，支持策略和价值网络，考虑金融约束（如交易成本、风险限制）。
• LLM模型模块：集中访问多种LLM，支持商业和本地模型的无缝切换，提供文档理解和信息提取功能。

训练层

FinWorld的训练层提供模块化框架，优化金融应用的所有方法管道，确保实验可重复性和从单GPU到分布式集群的平滑扩展。

• 优化器提供多种一阶方法，支持超参数标准化和混合精度更新，适应噪声和非平稳市场数据。
• 损失函数工厂支持回归、分类和强化学习目标，允许多任务学习和风险调整回报的联合优化。
• 调度器提供静态和自适应策略，支持学习率和正则化系数的时间感知调节。
• 度量标准包括通用准确率和金融特定指标（如ARR、SR、MDD），可触发早停和超参数搜索。
• 训练器负责数据加载、前向和反向传播、梯度裁剪等，支持任务特定逻辑和自定义步骤。

评估层

FinWorld的评估层提供了全面且可扩展的框架，用于评估金融AI模型和策略。动态选择和应用适当的评估协议和指标，支持既有基准和用户自定义标准。包含多种金融和预测指标，如ARR、MDD、SR和MSE，可灵活组合或扩展。提供高级可视化工具，如K线图、累计收益图、回撤曲线和交易注释覆盖，便于直观解读模型表现。评估过程简化了多样金融任务的模型评估，促进系统比较、快速诊断和迭代改进。集成于训练者的验证和测试阶段，确保与训练阶段评估的一致性。

任务层

任务层负责金融AI任务类型的定义、抽象和封装，支持多种金融AI任务。核心任务包括时间序列预测、算法交易、投资组合管理和LLM应用。每个任务具有可配置的输入/输出模式和标准化评估协议，支持基准和用户自定义场景。统一的任务架构促进快速原型开发、跨任务泛化和可重复研究。提供灵活框架以部署LLM代理，支持异步、单代理或多代理配置，满足多样化研究和应用需求。

表示层

FinWorld的展示层实现实验结果的自动传播和文档化。通过专用的展示代理，聚合评估输出，自动生成技术报告和互动网页。实验结果、可视化和基准摘要被系统编排并发布到GitHub等协作平台，确保透明共享和长期可访问性。与实验跟踪工具如Wandb无缝集成，实现研究生命周期中的实时可视化和指标比较。该自动化多渠道展示工作流程增强了可重复性，支持同行评审，提升金融AI研究的可见性和影响力。

实验评估

数据集

研究涵盖美国和中国两个市场，涉及DJ30、SP500、SSE50和HS300四大股票池。数据集时间跨度为1995年5月1日至2025年5月1日，包含超过8亿个数据点，支持时间序列预测、算法交易和投资组合管理。收集了中英文的LLM推理数据集，涵盖多种金融场景，样本超过80,000个。实验在2个NVIDIA H100 GPU上进行，结果为三次不同随机种子的平均值，最佳结果下划线标记。

时间序列预测

数据集：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分割训练和验证数据。

评估指标：使用MAE、MSE、RankIC和RankICIR评估预测性能，MAE和MSE关注绝对预测准确性，RankIC和RankICIR评估模型在捕捉基于回报的金融关系中的有效性。

方法：评估多种机器学习（ML）和深度学习（DL）时间序列预测模型，包括LightGBM、XGBoost、Autoformer、Crossformer等，选择标准为捕捉复杂模式和处理高维数据的能力。

实验结果：在DJ30数据集上，TimeXer模型的MAE为0.0529，MSE为0.0062，显著优于LightGBM（MAE 0.1392，MSE 0.0235）；TimeXer的RankICIR为0.4889，远高于LightGBM的0.2017。在HS300数据集上，TimeMixer和TimeXer同样表现优异，显示深度学习模型在金融时间序列预测中的优势。

算法交易

数据集：包含AAPL、AMZN、GOOGL、META、MSFT、TSLA六只美股的日OHLCV和Alpha158特征，时间范围为1995-05-01至2025-05-01，2023-05-01前为训练和验证数据。

评估指标：使用ARR、MDD、VOL、CR、SR和SoR六个指标评估交易表现，涵盖盈利能力和风险。

方法：评估多种策略，包括规则基础（BUY&HOLD、MACD）、机器学习（LightGBM、XGBoost）、深度学习（Transformer、LSTM、DLinear）和强化学习（PPO、SAC）。

实验结果：强化学习方法表现最佳，SAC和PPO在大多数股票中实现最高年化收益率和夏普比率；深度学习模型优于机器学习和规则基础策略。

投资组合管理

数据集设置与时间序列预测任务相同，评估指标包括ARR、SR、MDD、CR、SoR和VOL。

评估方法包括：

• 规则基础方法：BUY&HOLD；
• ML方法：LightGBM、XGBoost；
• DL方法：Autoformer、Crossformer、ETSformer、DLinear、TimesNet、PatchTST、TimeMixer、TimeXer；
• RL方法：PPO、SAC。

实验结果显示，RL方法（尤其是SAC）在所有基准上表现最佳，年化收益率高达31.2%，夏普比率超过1.5。规则基础和ML方法收益较低（如Buy&Hold在DJ30上为9.4%），DL方法表现介于两者之间。SAC在收益和风险调整指标上均表现优越，显示出在投资组合管理中的明显优势。

大模型应用

数据集评估：使用FinQA、FinEval、ConvFinQA和CFLUE等金融推理基准，评估LLMs和LLM代理的表现。

交易评估：基于2015-05-01至2025-05-01的6只美国科技股（AAPL、AMZN、GOOGL、META、MSFT、TSLA）的日级OHLCV数据和新闻。

评估指标：金融推理任务使用Score，交易能力使用ARR、SR、MDD、CR、SoR和VOL六个财务指标。

方法：将FinReasoner与DeepSeek-R1、Qwen3-8B、Fin-R1-7B和Qwen2.5-7B-Instruct等开源LLMs进行比较，交易能力评估中还包括GPT-4.1和Claude-4-Sonnet。

实施细节：LLM训练在16个NVIDIA A100 GPU上进行，推理和实验在2个NVIDIA H100 GPU上进行，结果来自单次运行。

实验结果：FinReasoner在所有金融推理基准中表现优异，验证了领域特定推理的价值；在交易中也表现强劲，证明其有效性。

总结

本文引入FinWorld框架，支持金融AI研究与开发。详细描述框架的各个层面：数据、模型、训练、评估和任务。实证评估四个金融AI任务：时间序列预测、算法交易、投资组合管理和大语言模型应用。结果表明FinWorld有效支持金融AI研究与开发。未来将继续优化框架，提升用户体验。

本文转载自​​灵度智能​​，作者：灵度智能