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

> **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：

```python
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**](https://www.agentpit.io/finance) 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](https://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