财跃星辰联合上海交通大学花成副教授团队,开源发布金融推理大模型Alpha-R1。

它以8B参数为基座,采用“语义门控”推理技术和两阶段强化学习训练框架。样本外全真模拟评测显示,它在标普500与沪深300任务上模拟年化收益分别达47.87%和21.94%,远超传统方法,还在新股票池测试中展现泛化能力。这背后,“语义门控”和两阶段强化学习是关键突破,让模型能精准决策。其开源成果将推动金融领域学术研究,未来或有更多基于此的创新应用出现。