金融大模型培训课程大纲

•  

• 培训对象：适合具备Python编程基础，了解机器学习基本概念，希望系统掌握大模型在金融领域核心技术原理与行业应用实践的金融从业者、金融科技工程师、数据分析师、风控建模人员、量化研究人员及经济/金融/计算机相关专业学生。

•  

• 培训目标：完成本课程后，学员将能够深入理解大模型的核心技术原理及其在金融领域的演进路径，熟练掌握金融大模型的数据处理、领域适配、微调优化等关键技术，掌握检索增强生成（RAG）、智能体（Agent）在金融场景中的工程化实现方法，具备独立完成智能投研、风险控制、客服问答、文档处理等金融大模型应用项目的开发能力。

•  

• 培训内容：

• 
  （1）金融大模型概述与技术演进：了解大模型技术发展历程及其在金融领域的变革性作用。掌握金融大模型的典型应用场景：智能投研、风险控制、量化交易、智能客服、合规审查。学习通用大模型与金融垂直领域大模型的差异及选型逻辑，理解金融行业对模型准确性、可解释性、合规性的特殊要求。分析当前金融大模型落地案例（东方财富、恒生电子等）。

  （2）金融大模型核心技术架构：深入理解Transformer架构在金融文本处理中的应用。掌握预训练、微调、对齐的三阶段训练范式。学习金融领域适配的核心技术：领域数据持续预训练（CPT）、指令微调（SFT）、人类反馈强化学习（RLHF/DPO）。了解长文本处理技术在金融研报分析中的应用，多模态融合技术在财报图表理解中的价值。

  （3）金融数据处理与知识库构建：掌握金融领域特有语料的来源与处理方法：研报、财报、公告、新闻、政策文件、宏观经济数据。学习非结构化数据解析技术（PDF解析、表格提取、图表识别）。掌握数据清洗、分块、标注与存储的完整流程。构建标准化的金融知识图谱，实现知识的结构化组织与高效检索。

  （4）检索增强生成（RAG）金融应用：深入理解RAG在解决金融大模型幻觉、知识时效性问题中的核心价值。学习RAG的完整工作流程：文档加载、文本分块、向量化、索引构建、相似度检索、提示词增强、生成回答。掌握向量数据库在金融知识库中的选型与部署。学习混合检索策略（稠密检索+稀疏检索BM25）与重排序（Re-ranking）技术的实现。

  （5）金融智能体（Agent）系统开发：掌握智能体的核心架构（感知-规划-记忆-执行）及其在金融自动化中的潜力。学习单智能体与多智能体系统的设计模式。掌握工具调用机制（Function Calling/Tool Use）的实现方法，让Agent执行金融计算、数据查询、API调用等任务。实践基于LangGraph/CrewAI构建金融多智能体协作系统（如投研助手、客服团队）。

  （6）金融大模型微调与优化：掌握参数高效微调（LoRA、QLoRA）在金融垂直领域中的应用。学习微调数据集的准备与格式化：问答格式（QA Pairs）、指令微调格式（Alpaca格式）、对话格式（ShareGPT格式）。实践使用LlamaFactory对开源模型进行金融领域微调。学习通过RLHF使模型在风格、语气和安全性方面更贴近金融业务需求。

  （7）智能投研与文档分析：掌握基于大模型的智能投研系统架构设计。学习自动化研报分析与市场洞察的实现方法：财报解读、风险点识别、投资建议生成。掌握金融摘要总结类应用：投顾信号提取、政策分析、观点聚合。实践构建基于RAG的研报问答系统。

  （8）智能风控与合规审查：理解大模型在风控领域的应用价值：实时交易监控、反欺诈识别、合规审查。学习风控大模型的架构设计、数据流转与处理方案。掌握信贷审批、策略触发、风险提示等任务执行类应用的实现。了解模型可解释性技术在风控合规中的重要性。

  （9）智能客服与营销应用：掌握基于大模型的智能客服系统架构设计：多轮对话管理、知识库构建、性能监控。学习营销智能化应用：客户画像分析、个性化推荐、A/B测试体系搭建。实践基于银行、保险、证券业务场景的智能问答系统开发。

  （10）量化交易与策略生成：了解大模型在量化交易中的应用：交易信号生成、策略优化、代码辅助。学习金融时序预测与资产定价模型的技术演进。掌握大模型与小模型协同的优化方案。实践基于深度强化学习的量化交易系统构建。

  （11）金融大模型安全与合规：掌握金融大模型的安全挑战与防护策略：隐私安全、提示注入、数据投毒、越狱攻击。学习数据安全与隐私保护技术：输入输出脱敏、数据加密、敏感信息处理。了解国内外AI监管政策与金融行业合规要求（算法备案、安全评估）。掌握大模型幻觉的识别与解决方案。

  （12）综合项目实战：金融大模型应用开发：结合学员专业背景，完成一个完整的金融大模型应用项目（如智能投研问答系统、信贷风控助手、金融文档摘要平台、量化策略生成工具）。涵盖需求分析、数据处理、模型选型与微调、RAG系统构建、智能体开发、性能优化与部署上线的全流程，形成规范的金融大模型项目报告。