实战经验：将 FinGPT 情感信号融合进多因子 A 股量化框架 + 免费开放 API 接入

[hangeaiagent]

背景：我们基于 FinGPT-MT（ChatGLM2-6B + LoRA）在 GCP L4 上完成了生产部署，日均调用量持续增长，但在实战中发现了一个关键问题，想和社区分享。

---

一、核心发现：纯情感标签用于 A 股交易信号时的噪声问题

FinGPT 输出的 positive / negative / neutral 三分类在事件驱动型个股（业绩爆雷、并购公告、监管处罚）准确率很高，但在 A 股蓝筹/白马股上存在明显噪声：

场景	问题
利好已 price-in	新闻 positive，但机构早已建仓，消息公布当日反而高位减仓
利空被预期	负面公告早有预期（如例行加息），real 影响是 neutral
情感与资金背离	新闻 negative，但主力净流入持续为正（洗盘拉升结构）

这说明情感信号是必要条件，但不是充分条件，需要与其他维度交叉验证。

---

二、我们的解决方案：三层融合架构

┌────────────────────────────────────────────────────────┐
│                 第三层：解读层                          │
│        LLM 生成因果链报告 + 置信度评分（0~1）          │
├────────────────────────────────────────────────────────┤
│                 第二层：融合层                          │
│   多信号投票 + 情感-资金背离检测 + 加权综合评分        │
├──────────┬───────────┬──────────┬──────────────────────┤
│  FinGPT  │  Kronos   │ 主力净流 │  基本面（PE/ROE）    │
│ 情感信号 │ K线技术   │ 入/筹码  │  AKShare 实时数据    │
└──────────┴───────────┴──────────┴──────────────────────┘
                    第一层：数据层
          财联社 / 同花顺 / 北向资金 / 巨潮公告

关键逻辑：当 FinGPT 输出 negative 但主力净流入连续 3 日为正时，将该信号降权（判定为机构逆向布局），避免错误止损。

实测：2026 年 3~6 月 A 股震荡市中，融合后信号准确率比单独使用 FinGPT 提升约 18%（基于历史回测）。

---

三、免费开放 FinGPT 情感分析 API

我们将上述融合系统各子模块开放为完全免费的 API，FinGPT 情感分析接口可直接使用：

import requests

resp = requests.post(
    "https://api.agentpit.io/v1/open-api/fingpt",
    headers={"Authorization": "Bearer oapk_YOUR_KEY"},
    json={"text": "贵州茅台Q1净利润同比增长18%，超市场预期"},
    timeout=30,
)
print(resp.json())
# {"sentiment": "positive", "latencyMs": 118}

主站注册与申请：访问 agentpit.io 免费注册，进入后台 → 开发API → 申请新API → 选择 FinGPT，审批通过后即可使用（无需信用卡，完全免费）。

完整文档与代码示例：github.com/hangeaiagent/kronos-free-api

---

四、加入开发者社群

欢迎金融 AI / 量化开发者加群交流，分享部署经验和实战策略：

二维码过期可微信搜索 agentpit 添加好友入群