Research

这里记录我的研究主线、阶段性问题和实验进展。当前关注金融大模型与时间序列预测的交叉方向，尤其是如何将语言模型的推理、检索和工具调用能力引入金融预测与量化研究流程。

研究方向

• FinLLM：金融语料、领域适配、指令微调、评测基准与金融推理能力。
• Time Series Forecasting：价格、收益率、波动率与多变量金融时间序列预测。
• LLM for Time Series：将序列建模、文本信息与外部知识统一到大模型框架中。
• Financial Agents：面向数据获取、研究假设生成、回测分析和报告生成的智能体系统。
• RAG 金融问答：基于公告、研报、财报和新闻的可追溯问答与知识增强推理。
• Quant Research 工具链：从数据清洗、特征工程、回测到可解释分析的研究工作流。

记录方式

我会尽量把每个研究问题拆成可验证的小实验：先明确假设，再整理论文和数据，随后给出复现过程、失败案例、实验结果和下一步计划。