GLM-5.3 is live. Run Z.ai's latest model on Friendli Model APIs. Try it today ➜
FinStep
Available on FriendliAI
Run this model inference on single tenant GPU with unmatched speed and reliability at scale.
Run this model inference with full control and performance in your environment.
Model Details
Model Provider
FinStep
Model Tree
Qwen/Qwen3-8B
Input Modalities
Output Modalities
Supported Functionality
| 项目 | 内容 |
|---|---|
| Base model | Qwen/Qwen3-8B |
| 训练方法 | GRPO（verl），市场反馈奖励 |
| 输入 | 决策上下文 prompt：拼接的因子语义描述 α_des |
| 输出 | <alpha_list> 中列出的选中因子 |
| 候选因子池 | 82 个 Alpha101 因子（论文筛选后） |
| 推荐解码 | temperature=0（greedy），top_p=0.7，max_new_tokens=4096 |
python
from transformers import AutoModelForCausalLM, AutoTokenizermodel_id = "FinStep/Alpha-R1"tokenizer = AutoTokenizer.from_pretrained(model_id)model = AutoModelForCausalLM.from_pretrained(model_id, dtype="bfloat16", device_map="auto")prompt = "<decision context: concatenated factor descriptions>" # see the GitHub repo for the prompt builderinputs = tokenizer.apply_chat_template([{"role": "user", "content": prompt}],add_generation_prompt=True, return_tensors="pt",).to(model.device)# paper setting: temperature=0 (greedy), top_p=0.7out = model.generate(inputs, max_new_tokens=4096, do_sample=False)print(tokenizer.decode(out[0][inputs.shape[1]:], skip_special_tokens=True))
python
from vllm import LLM, SamplingParamsllm = LLM(model="FinStep/Alpha-R1")params = SamplingParams(temperature=0.0, top_p=0.7, max_tokens=4096)outputs = llm.chat([[{"role": "user", "content": prompt}]], params)
完整的端到端管线（因子描述生成 → Alpha-R1 推理 → 输出解析 → qlib 策略回测）见 GitHub 仓库。
模型在 <alpha_list>...</alpha_list> 中输出选中的因子 id，例如：
markdown
<alpha_list>alpha001, alpha021, alpha053</alpha_list>
GitHub 仓库的 src/alpha_r1/parsing/ 提供了配套的校验与解析脚本。
12 个月样本外测试（2025-01-01 ~ 2025-12-31，论文 Table 1）：
域外泛化（无需重训，论文 Table 2）：Russell 2000 上 80.54% AR（SR 2.46），CSI 1000 上 73.52% AR（SR 2.80）。AR = 年化收益，SR = 超额夏普比率，MDD = 最大回撤。
基于 Qwen3-8B，使用 verl 进行 GRPO 训练，奖励为市场反馈奖励（R_final = R_adjusted - P_structural，论文 §3.4）。训练配置与参考奖励实现见 GitHub 仓库的 training/ 目录。
bibtex
@article{jiang2025alphar1,title={Alpha-R1: Alpha Screening with LLM Reasoning via Reinforcement Learning},author={Jiang, Zuoyou and Zhao, Li and Sun, Rui and Sun, Ruohan and Li, Zhongjian and Li, Jing and Jiang, Daxin and Bai, Zuo and Hua, Cheng},journal={arXiv preprint arXiv:2512.23515},year={2025}}
本项目基于 MIT License 发布。