Finarena：基于大模型智能体的金融市场分析和预测人机协作框架

金融市场复杂且动态，受经济指标、地缘政治事件和投资者行为的影响，传统线性分析方法难以捕捉其非线性特征。传统统计方法（如CAPM、ARIMA）无法有效利用非结构化数据（如新闻、经济报告）进行分析和预测。

本文提出FinArena框架，结合人机协作以改善股票趋势预测和个性化投资决策。人模块通过交互界面捕捉个体风险偏好，制定个性化投资策略。机器模块利用基于大型语言模型的多代理系统整合多种金融数据源。

FinArena在股票趋势预测和交易模拟中优于传统和先进基准，显示出提升投资结果的潜力。

论文地址：https://arxiv.org/pdf/2503.02692

【 扫描文末二维码加入星球获取论文 】

摘要

本文提出FinArena框架，结合人机协作以改善股票趋势预测和个性化投资决策。人模块通过交互界面捕捉个体风险偏好，制定个性化投资策略。机器模块利用基于大型语言模型的多代理系统整合多种金融数据源。采用自适应检索增强生成（RAG）方法处理非结构化新闻数据，解决LLM的幻觉问题。通用专家代理根据提取的特征和投资者风险偏好做出投资决策。实验表明，FinArena在股票趋势预测和交易模拟中优于传统和先进基准，显示出提升投资结果的潜力。

简介

金融市场复杂且动态，受经济指标、地缘政治事件和投资者行为的影响，传统线性分析方法难以捕捉其非线性特征。传统统计方法（如CAPM、ARIMA）无法有效利用非结构化数据（如新闻、经济报告）进行分析和预测。

大型语言模型（LLMs）如GPT系列在金融分析中展现出潜力，能够处理非结构化数据，提取情感和趋势。领域特定模型（如FinBERT、BloombergGPT）在金融情感分析和实体识别等任务中表现良好。LLMs在多项金融任务中的初步应用显示其有效性，能够整合交易数据、技术分析和情感评分进行价格趋势预测。LLM在金融分析中的应用面临三大挑战：

• 不确定性：LLM对未在训练数据中出现的信息处理能力差，可能导致生成不准确的信息，影响分析和预测的可靠性。
• 多模态数据整合：金融市场分析需整合时间序列、表格和非结构化数据，LLM主要处理语言，如何有效利用多种数据仍需深入研究。
• 人机协作缺乏：现有研究多集中于机器学习方法与人类专家的对抗，缺乏针对普通投资者的协作框架研究。

本研究提出了一个名为FinArena的人机协作框架，用于处理多模态金融数据分析和投资者风险偏好输入。该框架采用混合专家（MoE）方法，分为人类模块和机器模块。人类模块通过交互界面捕捉个体风险偏好，实现个性化投资策略。机器模块整合多个专注于不同金融数据类型的LLM（大语言模型），如历史股价、企业新闻和财务报表。每个专家组独立分析特定信息，最终由通用专家模型综合分析结果，并考虑投资者的风险偏好。在新闻数据处理中，采用自反过程过滤无关信息，并引入自适应检索增强生成（RAG）方法，减少无关响应和幻觉问题。财务报表分析采用迭代分析过程，使多个LLM逐步推理分析，类似人类思维，输出公司基本面的洞察和置信度。

本文贡献主要体现在三个方面：

• 开源小规模金融数据集，包含新闻文章、历史股价和财务报表，关注散户投资者的信息获取。
• 提出基于MoE方法的人机协作框架，处理多模态金融数据，采用自适应RAG减少LLM的幻觉现象。
• 对FinArena与多基线模型进行全面评估，设计输入模块捕捉投资者风险偏好，识别最佳时机，并讨论A股与美股的实验表现差异。

相关工作

基于历史股票价格的财务模型

金融市场的随机性和波动性使得确定性模型难以准确描述，需发展应对不确定性的模型。历史股价数据是时间序列分析的主要来源，ARIMA模型推动了金融分析的统计预测，但其在非平稳性和高阶差分方面存在局限。GARCH模型能捕捉波动聚集，但对冲击和极值的捕捉能力不足，且计算复杂性高，普通投资者难以使用。

机器学习方法（如CNN和LSTM）在金融时间序列预测中取得进展，但存在滞后效应问题。混合模型（如ARIMA-LSTM和WT-ARIMA-LSTM）尝试结合传统与机器学习方法，但仍依赖单一历史股价数据，未能突破预测性能。当前金融建模存在依赖单一数据特征的显著缺口，需整合更多金融数据特征，解决延迟和可解释性问题，以满足市场需求。

LLM代理用于金融市场分析

传统股票价格预测模型依赖于历史价格数据，但这种方法过于简化，无法捕捉金融市场的复杂动态。金融市场中存在大量非结构化数据，传统模型难以处理，而大语言模型（LLMs）在提取非结构化信息方面表现优异。LLMs可分为超大模型（如GPT-3、GPT-4）和经过微调的模型（如FinBERT、BloombergGPT、Xuanyuan 2.0、BBT-Fin等），后者专注于金融领域的优化。LLMs的进步改变了金融市场分析方式，提高了市场动态理解和预测准确性，预计将成为金融市场分析方法演变的基石。

现有多代理LLM系统的探讨

现有的通用LLM在处理多模态金融数据时效果不佳，主要因预训练数据不足，无法捕捉特定信息。研究方向转向使用专门的LLM处理不同类型数据，如RiskLabs、SEP和FinAgent等系统已展示了多LLM组合的有效性。当前研究存在问题：数据需求大且成本高，不利于普通投资者；依赖预训练知识，易产生幻觉；忽视投资者的风险偏好，导致决策单一。

本研究提出人机协作框架FinArena，解决上述问题：部署多LLM分析多模态数据，引入自适应RAG方法处理新闻文本幻觉，设计投资者风险偏好输入模块，实现AI与人类的协作投资决策。

整体框架

概览

FinArena由两个部分组成：三个专门的代理和一个分析单元。三个代理分别为：

• 时间序列代理：处理股票时间序列数据，预测未来股价。
• 新闻代理：总结新闻文章，提取见解，访问在线资源。
• 财务报表代理：分析财务指标，具备迭代推理能力。

分析单元综合三者的结果，依据投资者的风险偏好提供个性化投资建议（买入或卖出）。

生成时间序列的代理

传统股票价格预测方法主要依赖数学模型（如ARIMA、GARCH）和机器学习算法（如XGBoost、LSTM），但这些方法需要复杂模型和特定实施策略，适用性有限。

FinArena采用专门的LLM进行时间序列分析，用户只需输入股票时间序列数据，代理即可预测未来股票价格。

预测模型通过最大化条件概率P来构建，X为历史价格和协变量的特征空间，P为未来价格的预测空间。

预测空间P的生成基于一个微分方程，表示预测空间随时间的变化率。

时间序列代理生成预测空间P后，通过函数H将其转化为0-1的趋势输出时间序列O。

不确定性驱动的自适应新闻代理

新闻文章分析在金融投资决策中的需求增加，但处理长文本新闻仍具挑战。LLM在文本处理上强大，但对不熟悉的词汇可能无能为力。RAG方法提高了准确性、效率和个性化。

本文设计了一种自适应RAG方法，使LLM能够进行不确定性驱动的信息检索。新闻代理结合LLM的优势，适应动态新闻内容。传统信息检索依赖静态预训练语料，无法涵盖现代新闻的动态词汇。过度依赖RAG可能降低处理简单问题的效率，尤其对低成本投资者而言，频繁调用搜索引擎API成本高。

新闻代理引入判断模块（J），判断复杂查询是否可由预训练语料直接解决。J为随机过程，返回0表示预训练足够，返回1表示不足。

S表示新闻代理的总结、分析和预测，O为未来股价走势的预测。

财务报表分析的迭代推理代理

FinArena开发了一个迭代推理代理（Statement Agent），用于分析公司财务报表，包含三个步骤。

• 第一步：LLM识别公司财务报表中的季节性模式，理解公司财务健康的周期性。
• 第二步：将第一步提取的季节性模式与原始财务报表一起提交给第二个LLM，进行全面的年度运营分析。
• 第三步：LLM预测公司股票的潜在涨跌，并根据前一步的分析赋予信心等级。

输出O来自第三步，包含公司股票价格变化的长期趋势和LLM的信心水平。迭代推理代理相较于传统的思维链（CoT）微调，更充分利用财务报表并整合自身对数据的理解，增强可解释性。

信息聚合系统与人机协作

现代金融投资决策复杂，需团队合作，单一决策者难以完成。有效团队合作对解决超出个人能力的大规模问题至关重要。投资决策通常通过小组协作进行，各角色专注不同领域（市场分析、风险管理、战略分析）。多智能体大语言模型（LLMs）可模拟这种协作，利用不同模型的优势进行分析。例如，TimeGPT适合处理时间数据，而LLaMA和GPT系列适合文本分析。这种聚合系统能像投资团队一样，完成复杂的投资决策任务。

人类专家在投资决策中不可或缺，提供多代理系统无法复制的细腻、直觉和适应性。FinArena系统促进不同LLM代理的协作，并优先整合人类专家的参与。投资者可主动参与决策，监控分析结果、评估响应概率，并与AI专家互动。

报告代理为人机互动提供接口，允许投资者在预测和投资建议前表达风险偏好。模型功能T将投资者的风险偏好R与输出空间O结合，生成投资建议A。Kt为状态转移修正，调整LLM代理对人类反馈的理解。

FinArena强调人机协作在复杂投资问题中的重要性，确保投资者的独特见解和风险偏好被纳入决策过程。

数据集

本研究选择构建私有数据集，以弥补公共数据集的不足，如信息相关性差、过时或内容长度不足。公共数据集常包含多种新闻主题，可能稀释金融因素的关注度，且仅提供标题，缺乏上下文。自建数据集确保数据的时效性和相关性，全面捕捉金融新闻及其对市场动态的影响。数据集规模考虑到小型投资者的需求，避免过大或过于昂贵。

实验在A股和美国股市进行，数据时间范围为2023年1月1日至2024年3月30日，以减少对LLM预训练数据的过度估计。选择公司基于影响力、信息透明度和数据可用性，确保所选公司在行业内具有显著影响力和高信息披露水平。股票价格数据关注开盘价、收盘价和交易量，作为市场表现的基本指标，便于投资者使用。

财务新闻对市场情绪和投资决策至关重要，及时准确的信息帮助投资者在动态市场中做出明智选择。现有公共数据集缺乏具体性、时效性和主题聚焦，构建定制数据集以提高研究相关性和影响力。对于A股公司，系统爬取《国家商报》网站的相关新闻；对美国公司，使用《商业今日》网站，提取包含特定关键词的文章。新闻数据包括“标题”、“日期”和“文本”三个字段，经过时间格式标准化和无关文本删除后，使用k-means聚类选择同日期范围内的代表性文章。

财务报表反映公司运营状况，但完整报告庞大，难以有效提取信息。采用Tsanghi API选择资产负债表、现金流量表和利润表的关键财务指标，合并为单一输入文件，支持已有研究认为财务表格数据的增值有限。

实验

本文评估FinArena框架在股票运动预测和交易模拟中的表现。

• RQ1：FinArena在股票运动预测上与传统基准的比较。
• RQ2：广泛使用非结构化数据（如新闻数据）的优势。
• RQ3：个体市场预期对AI专家决策准确性的影响。
• RQ4：FinArena的有效利用及个体风险偏好对交易模拟效果的影响。

实验设置

使用DeepSeek-v2模型创建新闻代理和声明代理，处理非结构化数据；TimeGPT用于历史股价数据，开发股票代理；最终AI专家基于gpt-4o-mini模型构建。

针对RQ2，使用LLAMA-3-70B和Kimi模型创建非结构化数据代理，分别处理英文和中文文本。

股票运动预测中，AI专家生成二元预测，评估方法使用准确率和F1分数。

股票交易模拟中，基于趋势预测提供买卖持有建议，考虑四种风险配置：保守型、中度保守型、中度激进型和激进型，分别在交易中分配不同比例的闲置资金。

评估FinArena及基线模型的表现，使用年化收益、夏普比率和最大回撤比率等指标。

基线

比较FinArena与ARIMA、LSTM和TimeGPT等基准模型在股票预测中的表现。ARIMA模型使用AIC和BIC确定差分阶数为2，并通过网格搜索选择滞后阶数。LSTM模型为4层，训练200个epoch，批量大小为32。TimeGPT模型将开盘价、最高价和最低价作为外生变量预测收盘价变化。

股票交易模拟中，比较随机策略和特定交易方法，如买入上涨连续和卖出下跌连续策略（BRSF）。评估基于ARIMA和LSTM模型的策略，并补充仅依赖新闻数据的实验结果作为基线。

所有方法经过严格评估，以确保在数据集中的全面性能比较。

结果

股票走势预测

FinArena在八个案例中超越多个基线模型，表明多模态数据分析优于单一股票价格分析，回答RQ1和RQ2。Kimi和LLaMA 3相较于DeepSeek-v2表现下降，说明过度关注新闻语言风格可能引入人类偏见，影响分析准确性。在使用DeepSeek-v2时，预先告知投资者市场态度会导致性能下降，尤其是“无敏感”态度影响最小，回答RQ3。RAG的引入显著提升模型的准确性和F1-Score，尤其在A股公司中效果更显著，可能因信息复杂性更高。

股票交易模拟

对FinArena与基线模型的性能进行全面回测，时间范围为2024年1月1日至3月27日，结果已年化以便比较。不同策略基于FinArena预测结果的收益普遍超过基线，M.Agg在年化收益率和夏普比率表现最佳，但最大回撤表现最差。不同风险偏好影响投资回报，FinArena通过整合信息提高了收益的下限，最终回报仍由投资者掌控。

FinArena在多股票投资中表现优于平均投资者，验证了人机协作架构的有效性。在Nvidia等个别股票上，BRSF“经验法”表现优异，AR和SR结果最高。A股市场中，FinArena的投资方法均导致负收益，而基准方法实现正收益。绩效不佳归因于个体投资者数据集的不完整和不足，未来研究方向为如何利用不完整数据提高分析和预测准确性，以服务小规模低成本投资者。

讨论

FinArena在美国股市数据集上的预测性能优于其他方法，具有最高准确率和最低方差，表明不同数据类型的利润相关信息分布良好。在A股市场数据集上，FinArena的效果较差，传统机器学习模型（如LSTM）在某些股票预测上有优势，但整体表现平平。A股市场的信息不对称问题严重，许多公司缺乏足够的新闻覆盖，且正面新闻占比异常高，可能与监管政策和信息披露限制有关。投资策略偏好在两市场中显著影响最终收益，且没有单一策略明显占优，反映出市场结构、信息可及性和投资者行为的复杂性。

总结

FinArena是一个创新的人机协作框架，利用多个专门的LLM代理进行金融数据分析和预测，旨在提高股票走势预测的准确性和可靠性。通过整合多种金融数据（如股票价格、新闻文章和财务报表），FinArena在预测股票运动方面优于传统和先进基准，取得更高的准确率和F1分数。在股票交易模拟中，FinArena根据不同风险偏好展现出不同的收益，适度激进策略获得最佳年化收益和夏普比率，而保守策略则提供更好的风险管理。

FinArena在美国市场表现优异，但在A股市场表现不稳定，可能与信息披露和数据质量有关，强调市场成熟度和透明度对多代理LLM投资模型表现的重要性。FinArena的多模态方法和自适应机制解决了传统金融建模中的关键挑战，为个性化投资决策提供了强有力的解决方案。

本文转载自​​​灵度智能​​​，作者： 灵度智能