金融市場復雜且動態，受經濟指標、地緣政治事件和投資者行為的影響，傳統線性分析方法難以捕捉其非線性特征。傳統統計方法（如CAPM、ARIMA）無法有效利用非結構化數據（如新聞、經濟報告）進行分析和預測。

本文提出FinArena框架，結合人機協作以改善股票趨勢預測和個性化投資決策。人模塊通過交互界面捕捉個體風險偏好，制定個性化投資策略。機器模塊利用基于大型語言模型的多代理系統整合多種金融數據源。

FinArena在股票趨勢預測和交易模擬中優于傳統和先進基準，顯示出提升投資結果的潛力。

論文地址：https://arxiv.org/pdf/2503.02692

【 掃描文末二維碼加入星球獲取論文 】

摘要

本文提出FinArena框架，結合人機協作以改善股票趨勢預測和個性化投資決策。人模塊通過交互界面捕捉個體風險偏好，制定個性化投資策略。機器模塊利用基于大型語言模型的多代理系統整合多種金融數據源。采用自適應檢索增強生成（RAG）方法處理非結構化新聞數據，解決LLM的幻覺問題。通用專家代理根據提取的特征和投資者風險偏好做出投資決策。實驗表明，FinArena在股票趨勢預測和交易模擬中優于傳統和先進基準，顯示出提升投資結果的潛力。

簡介

金融市場復雜且動態，受經濟指標、地緣政治事件和投資者行為的影響，傳統線性分析方法難以捕捉其非線性特征。傳統統計方法（如CAPM、ARIMA）無法有效利用非結構化數據（如新聞、經濟報告）進行分析和預測。

大型語言模型（LLMs）如GPT系列在金融分析中展現出潛力，能夠處理非結構化數據，提取情感和趨勢。領域特定模型（如FinBERT、BloombergGPT）在金融情感分析和實體識別等任務中表現良好。LLMs在多項金融任務中的初步應用顯示其有效性，能夠整合交易數據、技術分析和情感評分進行價格趨勢預測。LLM在金融分析中的應用面臨三大挑戰：

• 不確定性：LLM對未在訓練數據中出現的信息處理能力差，可能導致生成不準確的信息，影響分析和預測的可靠性。
• 多模態數據整合：金融市場分析需整合時間序列、表格和非結構化數據，LLM主要處理語言，如何有效利用多種數據仍需深入研究。
• 人機協作缺乏：現有研究多集中于機器學習方法與人類專家的對抗，缺乏針對普通投資者的協作框架研究。

本研究提出了一個名為FinArena的人機協作框架，用于處理多模態金融數據分析和投資者風險偏好輸入。該框架采用混合專家（MoE）方法，分為人類模塊和機器模塊。人類模塊通過交互界面捕捉個體風險偏好，實現個性化投資策略。機器模塊整合多個專注于不同金融數據類型的LLM（大語言模型），如歷史股價、企業新聞和財務報表。每個專家組獨立分析特定信息，最終由通用專家模型綜合分析結果，并考慮投資者的風險偏好。在新聞數據處理中，采用自反過程過濾無關信息，并引入自適應檢索增強生成（RAG）方法，減少無關響應和幻覺問題。財務報表分析采用迭代分析過程，使多個LLM逐步推理分析，類似人類思維，輸出公司基本面的洞察和置信度。

本文貢獻主要體現在三個方面：

• 開源小規模金融數據集，包含新聞文章、歷史股價和財務報表，關注散戶投資者的信息獲取。
• 提出基于MoE方法的人機協作框架，處理多模態金融數據，采用自適應RAG減少LLM的幻覺現象。
• 對FinArena與多基線模型進行全面評估，設計輸入模塊捕捉投資者風險偏好，識別最佳時機，并討論A股與美股的實驗表現差異。

相關工作

基于歷史股票價格的財務模型

金融市場的隨機性和波動性使得確定性模型難以準確描述，需發展應對不確定性的模型。歷史股價數據是時間序列分析的主要來源，ARIMA模型推動了金融分析的統計預測，但其在非平穩性和高階差分方面存在局限。GARCH模型能捕捉波動聚集，但對沖擊和極值的捕捉能力不足，且計算復雜性高，普通投資者難以使用。

機器學習方法（如CNN和LSTM）在金融時間序列預測中取得進展，但存在滯后效應問題。混合模型（如ARIMA-LSTM和WT-ARIMA-LSTM）嘗試結合傳統與機器學習方法，但仍依賴單一歷史股價數據，未能突破預測性能。當前金融建模存在依賴單一數據特征的顯著缺口，需整合更多金融數據特征，解決延遲和可解釋性問題，以滿足市場需求。

LLM代理用于金融市場分析

傳統股票價格預測模型依賴于歷史價格數據，但這種方法過于簡化，無法捕捉金融市場的復雜動態。金融市場中存在大量非結構化數據，傳統模型難以處理，而大語言模型（LLMs）在提取非結構化信息方面表現優異。LLMs可分為超大模型（如GPT-3、GPT-4）和經過微調的模型（如FinBERT、BloombergGPT、Xuanyuan 2.0、BBT-Fin等），后者專注于金融領域的優化。LLMs的進步改變了金融市場分析方式，提高了市場動態理解和預測準確性，預計將成為金融市場分析方法演變的基石。

現有多代理LLM系統的探討

現有的通用LLM在處理多模態金融數據時效果不佳，主要因預訓練數據不足，無法捕捉特定信息。研究方向轉向使用專門的LLM處理不同類型數據，如RiskLabs、SEP和FinAgent等系統已展示了多LLM組合的有效性。當前研究存在問題：數據需求大且成本高，不利于普通投資者；依賴預訓練知識，易產生幻覺；忽視投資者的風險偏好，導致決策單一。

本研究提出人機協作框架FinArena，解決上述問題：部署多LLM分析多模態數據，引入自適應RAG方法處理新聞文本幻覺，設計投資者風險偏好輸入模塊，實現AI與人類的協作投資決策。

整體框架

概覽

FinArena由兩個部分組成：三個專門的代理和一個分析單元。三個代理分別為：

• 時間序列代理：處理股票時間序列數據，預測未來股價。
• 新聞代理：總結新聞文章，提取見解，訪問在線資源。
• 財務報表代理：分析財務指標，具備迭代推理能力。

分析單元綜合三者的結果，依據投資者的風險偏好提供個性化投資建議（買入或賣出）。

生成時間序列的代理

傳統股票價格預測方法主要依賴數學模型（如ARIMA、GARCH）和機器學習算法（如XGBoost、LSTM），但這些方法需要復雜模型和特定實施策略，適用性有限。

FinArena采用專門的LLM進行時間序列分析，用戶只需輸入股票時間序列數據，代理即可預測未來股票價格。

預測模型通過最大化條件概率P來構建，X為歷史價格和協變量的特征空間，P為未來價格的預測空間。

預測空間P的生成基于一個微分方程，表示預測空間隨時間的變化率。

時間序列代理生成預測空間P后，通過函數H將其轉化為0-1的趨勢輸出時間序列O。

不確定性驅動的自適應新聞代理

新聞文章分析在金融投資決策中的需求增加，但處理長文本新聞仍具挑戰。LLM在文本處理上強大，但對不熟悉的詞匯可能無能為力。RAG方法提高了準確性、效率和個性化。

本文設計了一種自適應RAG方法，使LLM能夠進行不確定性驅動的信息檢索。新聞代理結合LLM的優勢，適應動態新聞內容。傳統信息檢索依賴靜態預訓練語料，無法涵蓋現代新聞的動態詞匯。過度依賴RAG可能降低處理簡單問題的效率，尤其對低成本投資者而言，頻繁調用搜索引擎API成本高。

新聞代理引入判斷模塊（J），判斷復雜查詢是否可由預訓練語料直接解決。J為隨機過程，返回0表示預訓練足夠，返回1表示不足。

S表示新聞代理的總結、分析和預測，O為未來股價走勢的預測。

財務報表分析的迭代推理代理

FinArena開發了一個迭代推理代理（Statement Agent），用于分析公司財務報表，包含三個步驟。

• 第一步：LLM識別公司財務報表中的季節性模式，理解公司財務健康的周期性。
• 第二步：將第一步提取的季節性模式與原始財務報表一起提交給第二個LLM，進行全面的年度運營分析。
• 第三步：LLM預測公司股票的潛在漲跌，并根據前一步的分析賦予信心等級。

輸出O來自第三步，包含公司股票價格變化的長期趨勢和LLM的信心水平。迭代推理代理相較于傳統的思維鏈（CoT）微調，更充分利用財務報表并整合自身對數據的理解，增強可解釋性。

信息聚合系統與人機協作

現代金融投資決策復雜，需團隊合作，單一決策者難以完成。有效團隊合作對解決超出個人能力的大規模問題至關重要。投資決策通常通過小組協作進行，各角色專注不同領域（市場分析、風險管理、戰略分析）。多智能體大語言模型（LLMs）可模擬這種協作，利用不同模型的優勢進行分析。例如，TimeGPT適合處理時間數據，而LLaMA和GPT系列適合文本分析。這種聚合系統能像投資團隊一樣，完成復雜的投資決策任務。

人類專家在投資決策中不可或缺，提供多代理系統無法復制的細膩、直覺和適應性。FinArena系統促進不同LLM代理的協作，并優先整合人類專家的參與。投資者可主動參與決策，監控分析結果、評估響應概率，并與AI專家互動。

報告代理為人機互動提供接口，允許投資者在預測和投資建議前表達風險偏好。模型功能T將投資者的風險偏好R與輸出空間O結合，生成投資建議A。Kt為狀態轉移修正，調整LLM代理對人類反饋的理解。

FinArena強調人機協作在復雜投資問題中的重要性，確保投資者的獨特見解和風險偏好被納入決策過程。

數據集

本研究選擇構建私有數據集，以彌補公共數據集的不足，如信息相關性差、過時或內容長度不足。公共數據集常包含多種新聞主題，可能稀釋金融因素的關注度，且僅提供標題，缺乏上下文。自建數據集確保數據的時效性和相關性，全面捕捉金融新聞及其對市場動態的影響。數據集規模考慮到小型投資者的需求，避免過大或過于昂貴。

實驗在A股和美國股市進行，數據時間范圍為2023年1月1日至2024年3月30日，以減少對LLM預訓練數據的過度估計。選擇公司基于影響力、信息透明度和數據可用性，確保所選公司在行業內具有顯著影響力和高信息披露水平。股票價格數據關注開盤價、收盤價和交易量，作為市場表現的基本指標，便于投資者使用。

財務新聞對市場情緒和投資決策至關重要，及時準確的信息幫助投資者在動態市場中做出明智選擇。現有公共數據集缺乏具體性、時效性和主題聚焦，構建定制數據集以提高研究相關性和影響力。對于A股公司，系統爬取《國家商報》網站的相關新聞；對美國公司，使用《商業今日》網站，提取包含特定關鍵詞的文章。新聞數據包括“標題”、“日期”和“文本”三個字段，經過時間格式標準化和無關文本刪除后，使用k-means聚類選擇同日期范圍內的代表性文章。

財務報表反映公司運營狀況，但完整報告龐大，難以有效提取信息。采用Tsanghi API選擇資產負債表、現金流量表和利潤表的關鍵財務指標，合并為單一輸入文件，支持已有研究認為財務表格數據的增值有限。

實驗

本文評估FinArena框架在股票運動預測和交易模擬中的表現。

• RQ1：FinArena在股票運動預測上與傳統基準的比較。
• RQ2：廣泛使用非結構化數據（如新聞數據）的優勢。
• RQ3：個體市場預期對AI專家決策準確性的影響。
• RQ4：FinArena的有效利用及個體風險偏好對交易模擬效果的影響。

實驗設置

使用DeepSeek-v2模型創建新聞代理和聲明代理，處理非結構化數據；TimeGPT用于歷史股價數據，開發股票代理；最終AI專家基于gpt-4o-mini模型構建。

針對RQ2，使用LLAMA-3-70B和Kimi模型創建非結構化數據代理，分別處理英文和中文文本。

股票運動預測中，AI專家生成二元預測，評估方法使用準確率和F1分數。

股票交易模擬中，基于趨勢預測提供買賣持有建議，考慮四種風險配置：保守型、中度保守型、中度激進型和激進型，分別在交易中分配不同比例的閑置資金。

評估FinArena及基線模型的表現，使用年化收益、夏普比率和最大回撤比率等指標。

基線

比較FinArena與ARIMA、LSTM和TimeGPT等基準模型在股票預測中的表現。ARIMA模型使用AIC和BIC確定差分階數為2，并通過網格搜索選擇滯后階數。LSTM模型為4層，訓練200個epoch，批量大小為32。TimeGPT模型將開盤價、最高價和最低價作為外生變量預測收盤價變化。

股票交易模擬中，比較隨機策略和特定交易方法，如買入上漲連續和賣出下跌連續策略（BRSF）。評估基于ARIMA和LSTM模型的策略，并補充僅依賴新聞數據的實驗結果作為基線。

所有方法經過嚴格評估，以確保在數據集中的全面性能比較。

結果

股票走勢預測

FinArena在八個案例中超越多個基線模型，表明多模態數據分析優于單一股票價格分析，回答RQ1和RQ2。Kimi和LLaMA 3相較于DeepSeek-v2表現下降，說明過度關注新聞語言風格可能引入人類偏見，影響分析準確性。在使用DeepSeek-v2時，預先告知投資者市場態度會導致性能下降，尤其是“無敏感”態度影響最小，回答RQ3。RAG的引入顯著提升模型的準確性和F1-Score，尤其在A股公司中效果更顯著，可能因信息復雜性更高。

股票交易模擬

對FinArena與基線模型的性能進行全面回測，時間范圍為2024年1月1日至3月27日，結果已年化以便比較。不同策略基于FinArena預測結果的收益普遍超過基線，M.Agg在年化收益率和夏普比率表現最佳，但最大回撤表現最差。不同風險偏好影響投資回報，FinArena通過整合信息提高了收益的下限，最終回報仍由投資者掌控。

FinArena在多股票投資中表現優于平均投資者，驗證了人機協作架構的有效性。在Nvidia等個別股票上，BRSF“經驗法”表現優異，AR和SR結果最高。A股市場中，FinArena的投資方法均導致負收益，而基準方法實現正收益。績效不佳歸因于個體投資者數據集的不完整和不足，未來研究方向為如何利用不完整數據提高分析和預測準確性，以服務小規模低成本投資者。

討論

FinArena在美國股市數據集上的預測性能優于其他方法，具有最高準確率和最低方差，表明不同數據類型的利潤相關信息分布良好。在A股市場數據集上，FinArena的效果較差，傳統機器學習模型（如LSTM）在某些股票預測上有優勢，但整體表現平平。A股市場的信息不對稱問題嚴重，許多公司缺乏足夠的新聞覆蓋，且正面新聞占比異常高，可能與監管政策和信息披露限制有關。投資策略偏好在兩市場中顯著影響最終收益，且沒有單一策略明顯占優，反映出市場結構、信息可及性和投資者行為的復雜性。

總結

FinArena是一個創新的人機協作框架，利用多個專門的LLM代理進行金融數據分析和預測，旨在提高股票走勢預測的準確性和可靠性。通過整合多種金融數據（如股票價格、新聞文章和財務報表），FinArena在預測股票運動方面優于傳統和先進基準，取得更高的準確率和F1分數。在股票交易模擬中，FinArena根據不同風險偏好展現出不同的收益，適度激進策略獲得最佳年化收益和夏普比率，而保守策略則提供更好的風險管理。

FinArena在美國市場表現優異，但在A股市場表現不穩定，可能與信息披露和數據質量有關，強調市場成熟度和透明度對多代理LLM投資模型表現的重要性。FinArena的多模態方法和自適應機制解決了傳統金融建模中的關鍵挑戰，為個性化投資決策提供了強有力的解決方案。

本文轉載自???靈度智能???，作者： 靈度智能