项目背景：聚焦高技能人才供给与新兴金融科技需求的矛盾，针对数据噪声污染、多模态数据关联复杂等痛点，多模态大模型可有效提取特征，破解低频另类数据向高频交易信号转化的难题。
决策模型：融合传统因子构建综合模型，通过中性化处理、合成综合因子控制风格影响；搭建仿真交易环境，完成策略回测评估，规避数据采集与使用的法律风险，实现风险预警与收益平衡。
核心创新：从架构、数据、范式、合规四维度创新，引入预测市场概率数据与气候面板数据，将模型表现从 61.7% 提升至 67.4%，实现协同决策与合规前置，挖掘传统金融未覆盖的真实世界事件因子。
应用价值：回应产业界技术应用需求，解决大模型算法岗人才缺口，实现另类数据的合规获取与使用，为智能交易决策提供高效、可靠的技术支撑。
