Trading-R1: Financial Trading with LLM Reasoning via Reinforcement Learning
创建于 更新于
摘要
本报告介绍了Trading-R1，一种结合监督微调与强化学习的金融交易大模型，利用多阶段训练策略实现结构化推理和市场对齐决策。其核心创新包括大规模多模态金融数据集Tauric-TR1-DB、逆向推理蒸馏和波动率驱动的奖励设计。实证结果显示，Trading-R1在多只主流股票及ETF的实盘回测中，显著提升风险调整收益与决策稳定性，并生成可解释的投资策略文本，为金融AI模型研究和行业应用带来新突破[page::0][page::1][page::5][page::9][page::13][page::14]。
