2025年3月18日下午，金融学院（浙商资产管理学院）在综合楼846举办第258期钱塘金融强国学术论坛。本期学术论坛邀请到了杜伦大学商学院金融学教授、会计和金融学系主任Julian Williams教授，为学院师生带来了一场主题为“Fine-tuning LLMs to generate synthetic FOMC minutes”的学术报告。本次论坛由科研副院长万谍教授主持，40余位师生参加了学术交流。
讲座伊始，Williams教授指出利率衍生品对于金融市场而言意义重大：名义价值占交易市场比例高，还蕴含丰富的宏观信息，像美国10年期国债期货和期权的价格波动能快速反映经济动态，而IV曲面则是交易员定价与评估投资组合的关键。然而，现有预测IV曲面模型也有其局限性,例如：多依赖定量数据校准；易忽略新闻、政策公告中的定性数据；难以精准预测市场变化等。为解决这一问题，Williams教授提出创新方案，构建融合定量与定性信息的非参数模型。借助生成对抗网络（GAN）的强大预测能力，结合经微调大语言模型（LLM）生成的合成文本，补充历史定性数据，从而提升模型的预测准确性。
讲座中，Williams教授介绍了LLM微调过程：收集海量数据并划分训练、验证和测试集；用链式思维将FOMC会议纪要转为问答形式；引导模型分步骤生成内容；通过部分参数微调降低计算成本；运用交叉熵损失函数优化模型权重；多次迭代确定最优超参数；还重新预训练基础模型；引入金融知识提升性能。
此外，Williams教授指出，团队在评估模型性能时发现，微调后模型在语义相似性上余弦相似度远超基础模型，Shapley值评估显示模型能有效整合经济和金融信息。目前，该研究已完成技术准备和数据处理，成功进入模型训练阶段。
报告结束后，Williams教授与学院师生进行了热烈深入的讨论。此次讲座分享的研究成果为金融市场参与者提供了更精准预测市场波动的有力工具，将极大赋能金融风险管理与投资决策，并有望在金融领域掀起一轮创新研究热潮，为行业发展注入新的活力！
