大模型
面向大模型团队
在统一的参考 Harness 中评测，看清模型对市场知道什么、如何推理，确保结果之间可以比较。
- 固定不变
- Harness、工具、数据
- 你将获得
- 分策略族诊断报告
面向金融的开放 AI 评测基准。 Alpha Bench 在十二大类投资策略上，衡量大模型、Harness 与垂直智能体的真实表现，并告诉它们如何改进——让人们获得的金融服务持续变好。
被测系统
一套基准，三类系统
Harness
面向 Harness 开发者
在底层模型不变的前提下，衡量工具、数据接入、记忆、规划与执行等“脚手架”带来的增益。
- 固定不变
- 模型、任务集
- 你将获得
- 组件级消融分析
垂直智能体
面向垂直智能体团队
以用户的真实体验为准，端到端评测完整的金融智能体——包括它如何解释、如何揭示风险、何时说“不”。
- 评测对象
- 完整系统
- 你将获得
- 分赛道成绩单
为什么是 Alpha Bench
金融，是 AI 必须赢得信任的地方。
金融决策的影响会不断累积。一个听起来自信、却忽视成本、风险或财报原文的系统，可能在不知不觉中伤害依赖它的人。我们相信，让 AI 在金融领域真正有用的方法，是公开、审慎地衡量它——并在 AI 与市场不断变化的同时，持续衡量下去。
我们的方法
始终时点一致
每个任务只提供决策当时可获得的信息。没有未来数据，没有幸存者偏差，没有事后诸葛。
结果与过程并重
既评估风险调整后的结果，也评估背后的推理：证据是否扎实、纪律是否到位、对不确定性是否诚实。
诊断，而不只是排名
每次评测都按能力与失误模式拆解结果，让开发者知道下一步该改什么。
持续演进的基准
任务滚动更新，实时前瞻赛道在结果发生之前就对决策打分——让评测结果在模型迭代中依然可信。
策略族
专业投资的十二种方式
每一类策略都有专属的任务、指标与失误模式，合起来覆盖专业投资的主要流派。
- 01基本面投资判断一家企业值多少钱，并以更低的价格买入。
- 02指数投资与资产配置构建并长期维护跨资产、跨生命周期的分散化组合。
- 03因子投资与量化选股基于可度量、可持续的特征进行系统化选股。
- 04宏观与跨资产策略围绕经济周期，在利率、汇率、商品与权益之间进行配置与交易。
- 05趋势与动量策略顺应持续同向运动的价格。
- 06均值回归与统计套利押注偏离的价格与价差回归常态。
- 07行为、情绪与资金流策略解读投资者的情绪、叙事与行为，以及资金的流向。
- 08事件驱动策略为公司与市场事件的前后变化定价。
- 09相对价值与价差交易交易一种资产相对于其“近亲”资产的定价差异。
- 10Carry 与持有收益策略赚取仅因持有资产而获得的收益。
- 11期权与波动率策略交易不确定性本身——它的水平、形态与尾部。
- 12固定收益与信用投资向政府与企业提供资金，并为所承担的风险获得补偿。
- 01
评测
所有系统在四条赛道上运行同一套带版本号的任务：研究分析、历史回放、实时前瞻、用户服务。
- 02
诊断
结果按策略族、能力与失误模式拆解——从未来信息泄露到忽视交易成本，逐一定位。
- 03
改进
开发者获得具体的报告：推理在哪里断裂、遗漏了哪些风险、更好的回答包含什么。
- 04
再评测
新任务与实时前瞻赛道检验改进能否在样本外成立，而不只是答对昨天的题目。