近日，在上海市科学技术委员会指导下，由北京大学、上海财经大学、复旦大学、香港大学、蚂蚁集团等近30家海内外高校、企业及孵化机构联合发起的“AFAC2025金融智能创新大赛”总决赛路演圆满落幕。自6月3日启动以来，大赛共吸引近5000支队伍、约1.5万名选手参赛。经过多轮选拔，优秀团队汇聚总决赛现场，以创新方案和精彩答辩展现智能金融领域的探索与突破。
上海财经大学校长刘元春担任本次大赛名誉主席。AFAC2025大赛走进财大开展专场校园路演期间，我校原副校长刘兰娟致辞，她表示金融科技的创新，核心在于人才的培养与实践的紧密结合。AFAC大赛这样的平台，正是连接前沿学术研究、产业真实需求与青年创新力量的绝佳桥梁。
由我校信息管理与工程学院梁爽同学（2021级金融信息工程专业）与范诗佳同学（2024级信息管理与商务智能专业）组成的“afac_test”团队，在计算机与人工智能学院韩松乔教授与信息管理与工程学院赵晓航助理教授的联合指导下，凭借《基于LLM特征生成与迁移验证的多模型择优预测方案》，在挑战组赛题一“基金产品的长周期申购和赎回预测”中表现突出，荣获大赛“新秀奖”。
挑战组新秀奖获奖选手上台领奖，【afac_test】代表为右三
基金申赎预测是资管领域的核心挑战，传统方法常受限于特征工程与模型迁移能力。面对这一难题，团队并未追求模型复杂度，而是创新融合大语言模型与时间序列预测技术，构建出一套兼具解释性与泛化能力的分析框架。
方案核心亮点包括：
- “AI分析师”智能生成特征：通过精心设计的Prompt工程，调用百亿参数规模的Qwen3-14B模型，对基金历史数据进行“解读”，自动生成涵盖投资风格、风险等级、投资者情绪、羊群效应等14类专业特征，显著提升输入信息维度与质量。
- 多层次模型择优与迁移：在10个数据集上系统比对28类深度学习时序模型，综合评价其泛化性与稳定性，最终优选DUET模型迁移至竞赛场景，有效提升预测准确性与鲁棒性。
该方案在真实测试数据中表现优异。在总决赛路演现场，“afac_test”团队通过精彩的答辩展示了方案的创新性和实用价值，获得了评委的一致认可，所提出的“LLM特征增强+模型迁移择优”新范式，为复杂金融时序预测问题提供了可复制、可推广的解决方案。
上海财经大学通过积极参与此类高水平创新竞赛，进一步强化与名校名企在人工智能与金融科技领域的联动合作，共同推动交叉学科创新生态构建与高层次人才培养。未来，上海财经大学将继续深化产学研协同，为金融智能化转型持续注入创新动力。
团队获奖感言
非常荣幸获得AFAC2025“新秀奖”，这份荣誉是对我们团队莫大的鼓励与肯定。
回首备赛历程，正是财大“厚德博学，经济匡时”的校训精神始终激励着我们。在信息管理与工程学院和计算机学院跨学科培养的土壤中，我们尝试将前沿的人工智能技术与金融实战问题相结合，勇于探索“LLM+金融”的创新路径。当我们在实验中遇到瓶颈，是韩松乔、赵晓航两位老师以其深厚的学术底蕴和行业洞察为我们指引方向，他们的悉心指导是我们能够坚持创新的重要支撑。
本次大赛不仅是一次学术实践，更是一次综合能力的锤炼。在解决实际问题的过程中，我们深化了对理论应用的理解，亦切身感受到团队协作的力量。与此同时，我们也认识到自身在模型优化与业务融合层面尚有提升空间，其他优秀团队的创新方案和评委老师的点评指导也令我们受益匪浅。
成绩代表过去，探索未有穷期。我们将始终秉持“经济匡时”的初心，继续深耕智能金融交叉领域，不断提升技术能力与业务理解力。衷心感谢大赛组委会提供的平台，感谢评委老师的中肯建议，也感谢学校、学院及指导教师团队一直以来的支持与信任！
来源｜蚂蚁集团、梁爽（学）、范诗佳（学）
编辑｜李京烁 校对｜烟文雪
审核｜曹东勃、施蕾
