汇集实验室近期的研究进展、合作签约与学术活动,一览 CUFEL 的发展近况。
金融人工智能实验室 (CUFEL) 是金融与人工智能深度交叉的北京市重点实验室, 聚焦「AI+」金融的前沿交叉技术,推动科研创新与产业落地。
金融人工智能北京市重点实验室锚定金融强国建设目标,围绕新一代信息技术中“AI+”应用关键技术领域的前沿交叉技术研究,坚持应用导向,搭建一个数据基座,在核心算法、系统应用和战略生态三个层面实现突破,聚焦金融时序大模型、多模态风险治理、高频交易智能治理、多智能体系统解决范式四大任务,推动“AI+”大模型关键技术在金融领域的转化应用,打造国家金融安全智能系统,推动金融智能体行业标准,助力服务北京国际科技创新中心建设,积极服务国家金融安全与金融高质量发展战略。
金融人工智能北京市重点实验室是我校主动响应国家“人工智能+”行动,推动人工智能与金融学科交叉融合的重要平台。实验室的成功获批是学校在“人工智能+”学科交叉融合发展道路上的重要里程碑,将为学校深化“人工智能+财经”领域的学科建设、科研创新与人才培养提供有力支撑。我校将以金融人工智能北京市重点实验室建设为契机,进一步深化“人工智能+财经”学科体系建设、提高人工智能交叉领域科研创新能力、增强跨学科交叉拔尖创新人才培养。
实验室由中央财经大学金融学院与北京航空航天大学计算机学院联合共建, 高级研究员牵头方向、特约研究员对接产业、青年学者承担一线科研, 与多所高校及金融机构联合培养,覆盖博士、硕士与本科研究助理。
每一个 CUFEL-* 产品都对应一个具体的金融应用场景 —— 既包含面向资本市场的横向方法论,也包含面向银行、保险、产业研究的垂直应用。
融合专业与通用能力的金融大模型,FinQA 准确率 93.0%,作为下游 CUFEL-* 系列产品的统一基座。已托管至 ModelScope。
ETF / FOF 多智能体竞技平台,统一回测设定下评估每个智能体的净值、Sharpe、最大回撤、换手率等核心指标。
面向卖方研究与买方决策场景,自动完成研报检索、归纳、推理与多篇研报的跨文档观点对比。基于 CUFEL 基座 + 检索增强。
推出《金融人工智能十讲》《金融智能体十练》《金融人工智能十赛》系列理论与实践课程,为有志于探究、实践人工智能与金融交叉融合的学习者、实践者,搭建"学-练-赛"一体化综合学习平台。
面向金融时序的统一预训练基座,支持多频率、多资产、多任务的联合建模与零样本迁移。
与某一线可控核聚变科技公司合作研发,尝试构造时序大模型,对托卡马克内粒子流的破裂进行预测,以保证聚变反应的持续发生。服务可控核聚变发展的同时,探索时序大模型的构建之道。
持续监控贷款客户经营、舆情与关联方变动,自动生成预警并辅助客户经理执行贷后管理动作。面向银行实践。
面向银行合规与内审场景,将监管规则解析为可执行的检查项,并对业务流水进行自动化合规筛查。
规划-检索-分析-写作分工协作的多智能体编排,输出可追溯、可引用的产业深度研究报告。
覆盖企业信用画像、行业风险、还款能力推断的端到端审批辅助,附带可解释审批意见。
整合文本、表格、图像、音视频等多模态信号,识别高频金融风险事件与异常行为。
实验室方法论的跨域延伸 —— 将多智能体协作与领域大模型推广到中医诊疗辅助场景。
聚焦金融大模型、多智能体、风险治理等方向,持续发布论文、技术报告与白皮书,沉淀并呈现 CUFEL 的研究脉络与学术积累。
实验室坚持产学研一体化,与金融监管、商业银行、券商资管、信息技术企业 及兄弟高校建立联合研究、平台共建与人才培养合作。
实验室坚持 「 研究 + 应用 」 双轮驱动的人才培养模式。实习生在此深度参与一线科研, 结业去向既有海外名校深造,也有头部科技公司、券商与私募的核心岗位, 覆盖大模型、量化策略与衍生品研究等方向。
赴海外攻读数据科学
大模型推理优化
衍生品量化策略
交易策略构建
交易策略构建