AlphaFin 是一个面向金融分析场景的开源项目，把"股票趋势预测"和"金融问答"两大任务整合进同一套 LLM 工作流中。它提供 AlphaFin 数据集、基于 ChatGLM2-6B 微调的 StockGPT-Stage1 / StockGPT-Stage2 两个模型，以及带检索增强（RAG）的 Stock-Chain 分析框架，帮助大模型少说"废话"、多引用真实金融数据。对于想入门"LLM + 金融"方向的开发者来说，这是一个非常好的学习样本。

为什么需要 AlphaFin：LLM 做金融分析的两大痛点 💡

普通大模型直接回答金融问题时，通常有两个硬伤：

• 幻觉严重：会编造不存在的财报数字和新闻事实；
• 数据过期：训练数据有截止日期，回答不了实时行情类问题。

AlphaFin 的思路是"检索增强 + 金融微调"：先用 FAISS 向量库检索研报、新闻、行情等真实文档，再交给微调过的金融模型（StockGPT）基于检索内容作答，从而同时解决这两个问题。

两阶段工作流：一个框架覆盖两个任务

AlphaFin 把整个流程拆成两个可独立运行的阶段，分别对应两个脚本入口：

Stage 1：股票趋势预测是怎么跑的？

Stage 1 是一条"四步流水线"，在 scripts/stage1_trend_prediction.sh 中串联完成：

1. 准备数据：下载 K 线数据库到本地db_file目录；
2. 模型推理：由 src/stage1_trend_prediction/stockgpt_inf.py 加载 ChatGLM2-6B 和 Stage1 LoRA 权重，对 src/data/stage1_testdata.json 中的研报提示词逐条预测；
3. 后处理：src/stage1_trend_prediction/dataprocess_stockgpt.py 从自然语言回答中抽取"涨/跌"结论并清洗无效值；
4. 策略回测：src/stage1_trend_prediction/test_strategy.py 结合 tushare 行情数据执行多空策略模拟，并计算年化收益、夏普比率、最大回撤等指标。

最终预测结果会以 Excel 形式输出到 outputs/mldl_prediction.xlsx，方便和机器学习方法对比。

Stage 2：金融问答的 RAG 实战

Stage 2 自带一个 Gradio 网页界面，核心代码在 src/stage2_financial_qa/webui/run.py。它的检索流程是：

• 内置3 个 FAISS 向量库：研报（reports）、市场数据（prices）、新闻（news），样例数据在 src/data/database_sample/ 下（每个库包含.json原文和.faiss/.pkl索引）；
• 用户提问时先自动补全日期，再用 BGE-Large-zh 做向量化检索 Top-K 文档；
• 检索内容拼入提示词，交给 StockGPT-Stage2 生成答案，界面上还会同步展示"检索到的知识"，方便你核对回答是否有据可依。

数据集：中英双语的金融语料全家桶

AlphaFin 数据集覆盖了 NLI、金融 QA、股票趋势预测等核心任务，英文数据偏传统金融/NLP 任务，中文数据以研报和股票预测为主：

数据构建过程如图所示：传统研究数据集（FPB、FinQA、Headline 等）之外，还从 Eastmoney、Wall Streetcn、CCTV、Tushare 等渠道加工出金融新闻集和 StockQA，并手工标注了少量 CoT 研报数据。

快速上手：三步跑通 AlphaFin 🚀

1️⃣ 克隆并安装依赖

git clone https://gitcode.com/gh_mirrors/alp/AlphaFin cd AlphaFin pip install -r requirements.txt

依赖清单见 requirements.txt，核心包括transformers、peft、langchain、faiss-cpu、gradio、tushare等。

2️⃣ 配置 Stage 1 并运行

先下载 ChatGLM2-6B 与 StockGPT-Stage1 模型权重，然后在 scripts/stage1_trend_prediction.sh 中填入tushare_token和两个本地模型路径，执行：

bash scripts/stage1_trend_prediction.sh

3️⃣ 配置 Stage 2 并运行

再准备 ChatGLM2-6B、StockGPT-Stage2 与 BGE-Large-zh 的本地路径，写入 scripts/stage2_financial_qa.sh 后执行：

bash scripts/stage2_financial_qa.sh

打开浏览器即可进入 WebUI 体验金融问答；Stage 2 已内置 200 条新闻、研报和股价文档样例，无需额外准备数据即可试用。

效果如何？Stock-Chain 的空头测试成绩

作者用 2020–2023 年的累计收益曲线，把 Stock-Chain 与 FinGPT、FinMA、ChatGPT、xgboost、LSTM 等 8 种方法放在同一张图上对比（多空测试）：

结果显示 Stock-Chain 拥有最高的累计收益（AR）并自 2023 年起保持上行趋势，年化收益率（ARR）达到30.8%，验证了"RAG + 金融微调"组合在投资决策辅助上的有效性。

目录结构与关键文件速查

总结

AlphaFin 用一套清晰的"数据集 + 两阶段模型 + RAG 框架"回答了新手最关心的三个问题：金融 LLM 怎么训（LoRA 微调 + CoT 数据）、幻觉怎么治（FAISS 检索增强 + 有据回答）、效果怎么评（策略回测 + 多空测试）。如果你想系统学习"LLM 落地金融场景"，从它的两个 Stage 脚本入手，是最短的上手路径。

⚠️ 提示：本项目内容仅用于学术研究与教育目的，模型输出不构成任何投资建议。