近日，九方智投控股（9636.HK）旗下品牌九方智投在金融科技研究领域再获重要进展。凭借在大语言模型与金融智能体技术的深度探索，公司两项核心研究成果分别获得国际级学术会议收录与权威期刊发表，实现金融学术研究与技术创新“双丰收”，彰显中国金融科技企业在国际AI金融领域的科研实力。
ICAIF 2025首落亚洲，FinSearch破解实时金融检索核心痛点
第六届人工智能金融国际会议（ICAIF 2025）是全球计算机领域顶级组织——国际计算机学会（ACM）主办的核心会议，被誉为金融与人工智能交叉领域的“行业风向标”。本届会议更实现里程碑式突破，首次落地亚洲并与新加坡金融科技节深度联动，汇聚全球顶尖高校学者、金融机构技术专家及科技企业研发骨干，构建“学术引领+产业落地”生态，通过严格的同行评议机制筛选具有突破性价值的研究成果。
在众多高水平投稿中，由九方智投人工智能中心、九方金融研究所与约翰霍普金斯大学合作的论文被ICAIF 2025会议正式收录。该成果面向实时金融信息检索，融合时序感知与大语言模型技术，显著提升动态市场信息获取与处理的智能化水平。
题目：
《FinSearch: A Temporal-Aware Search Agent Framework for Real-Time
Financial Information Retrieval with Large Language Models》（九方搜索框架：基于大模型面向实时金融信息检索的时序感知搜索代理框架）
摘要：
金融决策需要处理海量实时信息，同时理解其复杂的时间关联。传统搜索引擎虽擅长提供实时信息访问，却往往难以解读精细的用户意图和上下文细节。相反，大语言模型（LLMs）虽展现出推理与交互能力，但若无法获取即时数据则可能生成不可靠的输出。尽管近期有研究尝试将LLMs与搜索能力结合，但这些方案存在三大局限：（1）专业金融数据获取受限；（2）静态查询结构无法适应动态市场变化；（3）结果生成缺乏时序感知能力。
为此，本文提出FinSearch——一个基于智能体的创新型搜索框架，专为对接多元金融数据源（包括市场、股票及新闻数据）的金融应用而设计。该框架创新性地包含四个核心组件：（1）基于LLM的多步搜索预规划器，通过图结构将用户查询分解为映射至特定数据源的结构化子查询；（2）配备LLM自适应查询改写器的搜索执行器，可在执行子查询搜索时根据中间结果动态优化后续节点的子查询；（3）时序加权机制，依据推导出的用户查询时间上下文优先呈现最相关信息；（4）基于LLM的响应生成器，将搜索结果合成为连贯且贴合语境的输出。
为评估FinSearch，本文构建了包含1500道四选一题目的FinSearchBench-24基准测试集，涵盖2024年6月至10月的股市、利率变动、货币政策及行业动态。实验表明：在使用GPT4o、LLama3.1-405B和Claude3.5-Sonnet模型时，FinSearch分别以15.93%、14.06%和21.6%的优势超越Perplexity Pro。
图：FinSearch概述
顶会+期刊双重认可，学术实力引领金融AI落地实践
九方智投的学术突破并非孤例。继今年上半年与哥伦比亚大学合作的金融智能体研究成果在国际人工智能联合会议（IJCAI-25）的金融大模型研讨会（FinLLM Workshop）进行口头报告（Oral Presentation）后，该成果近期以研究论文形式正式发表于《Frontiers of Information Technology & Electronic Engineering》（《信息与电子工程前沿》）期刊。
该期刊创刊于2000年，由中国工程院、浙江大学主办，是计算机科学、电子和电子工程领域的核心英文学术刊物，在全球信息科技学术圈具有广泛影响力。从国际会议学术汇报到权威期刊刊发的“双重认证”，彰显了九方智投的科研成果在学术价值与创新高度上的重大突破，进一步推动AI助手在金融实时分析与决策支持领域的前沿探索。
题目：
《FinSphere: A Real-Time Stock Analysis Agent with Instruction-Tuned Large Language Models and Domain-Specific Tool Integration》（九方灵犀：一款搭载指令微调大语言模型及集成领域专用工具的实时股票分析代理）
摘要：
当前金融大语言模型（FinLLM）存在两大局限：缺乏股票分析质量的标准化评估指标，以及分析深度不足。本文通过两项创新突破这些局限：首先推出AnalyScore，一套评估股票分析质量的系统化框架；其次构建一个由专家精心筛选的数据集Stocksis，旨在提升大语言模型（LLM）的金融分析能力。
基于Stocksis数据集，结合创新集成框架与量化工具，研发FinSphere金融智能体，可生成专业级股票分析报告。AnalyScore评估表明，FinSphere在分析质量和实际应用能力方面显著优于通用LLM、领域专用金融LLM及现有智能体系统，在深度分析质量和实际应用方面实现了显著提升，能够更好地满足用户股票分析的需求。
图：FinSphere智能体架构图
学术与产业共振：携手打造金融科技研发生态
此次两项核心成果接连获得国际顶级学术平台认可，是九方智投自2019年启动数智化转型以来，深耕“科技+投研”双轮驱动战略、构筑高水平科研生态的必然结果。
为筑牢科研创新的核心根基，公司始终将研发创新置于战略首位，以持续投入与顶尖人才团队构筑竞争壁垒。截至2025年中，公司累计研发投入已达15.2亿元，为技术攻关与课题研究提供坚实保障；核心研发团队汇聚复旦大学、香港科技大学等顶尖高校的博士、硕士人才，构建起一支兼具金融市场深刻洞见与前沿AI技术研发能力的复合型队伍，为科研创新与技术突破注入核心动力。
在科研生态构建中，产学研融合的“枢纽”作用亦很关键。去年，九方智投正式入驻普陀区博士后创新实践基地，仅一年有余便实现平台优势与产业需求的深度绑定，成功打通“学术理论-技术研发-产业应用”的全链路闭环。依托基地的政策支持与资源对接优势，公司精准引进金融科技领域的高层次博士后研究人员，围绕金融科技前沿课题开展定向攻关，高效推动“实验室成果”向“产业核心技术”转化，让学术研究真正服务于产业升级。
展望未来，九方智投将持续深化科研生态布局，推动科研合作从“项目式联动”向“常态化共建”升级，进一步加速科研成果落地转化，让FinSearch、FinSphere等高水平研究成果升级为服务投资者的智能工具，并广泛应用于金融机构合作、智能投教普及、产品创新迭代等核心业务场景，以“学术有深度、产业有价值”的创新实践，为金融行业数智化转型提供可持续、可复制的鲜活范本。
免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。
