![[论文学习]迈向专家投资团队:一种具有细粒度交易任务的多智能体大语言模型系统](http://pic.xiahunao.cn/yaotu/[论文学习]迈向专家投资团队:一种具有细粒度交易任务的多智能体大语言模型系统)
Toward Expert Investment Teams: A Multi-Agent LLM System with Fine-Grained Trading Tasks论文重点本文提出了一种基于细粒度任务分解的多智能体LLM交易框架通过将投资分析明确拆解为专业分析师日常执行的标准任务而非笼统的高层次指令显著提升了系统的风险调整后收益。研究发现分析输出与下游决策偏好之间的对齐程度是系统性能的关键驱动因素而技术分析Agent在细粒度任务设计中扮演着最为核心的角色。核心研究内容问题定义当前主流的LLM多智能体交易系统虽然模仿了分析师与经理的协作架构但在任务设计上普遍采用粗粒度指令如简单地要求“分析财务报表”。这种做法带来两个核心问题其一过于模糊的指令会导致LLM输出质量下降面对复杂任务时甚至可能中途停止推理其二缺乏可解释性——当指令模糊时通常只能看到最终输出中间推理过程无法被追踪和理解。在涉及大量资金的资产管理实践中这种“黑箱”特性使得实际部署变得困难。创新方法本文的核心创新在于将真实世界投资分析师的工作流程编码为固定的分析协议而非依赖通用的思维链CoT提示。具体而言七类专业化Agent的分层架构系统采用自下而上的“经理-分析师”框架。底层包括量化Agent、质化Agent、新闻Agent和技术Agent四类专家中层包括行业Agent进行行业层面的分数调整和宏观Agent评估宏观经济环境顶层由投资组合经理Agent综合所有信息做出最终决策。细粒度任务的具体化对于技术Agent细粒度任务直接传入预计算的技术指标包括RoC、布林带Z-score、MACD、RSI、KDJ等对于量化Agent则传入五个维度的标准化财务指标盈利能力、安全性、估值、效率、成长性。相比之下粗粒度任务只提供原始数据如一年的日价格数据或原始财务报表让LLM自行计算和分析。严格的回测设置使用GPT-4o知识截止日期为2023年8月作为推理模型回测期间设定为2023年9月至2025年11月有效避免了前瞻性偏差。研究成果实验采用日本TOPIX 100成分股作为投资标的执行月度再平衡的多空策略每个配置进行50次独立试验细粒度 vs 粗粒度对比在5种不同投资组合规模10、20、30、40、50只股票的测试中细粒度任务设置在4种规模下显著优于粗粒度设置Mann-Whitney U检验p0.0001、0.001或0.05。唯一的例外是10只股票的小规模组合作者归因于样本量过小导致的噪声和不确定性。留一法Leave-One-Out验证在逐一移除底层专业Agent的测试中绝大多数配置下细粒度架构的夏普比率仍高于粗粒度基线。唯一的显著例外是移除技术Agent后性能在大规模组合中发生逆转表明技术Agent是细粒度任务分解性能优势的核心驱动力。消融研究在细粒度设置中移除技术Agent会导致显著的性能下降而移除宏观Agent、量化Agent或质化Agent反而可能带来正向差异说明这些Agent在引入有用信息的同时也可能引入噪声或冗余信号。实际落地应用的可能性本文的研究具有较高的实践参考价值。其框架设计直接对标专业投资机构的实际工作流程且所有数据源均采用公开数据Yahoo Finance股价、EDINET财务报表、Ceek.jp新闻聚合、FRED宏观数据等。作者还承诺在论文接收后公开发布实现代码和提示词。对于金融机构而言该框架提供了一个可解释、可控制的AI投资决策系统设计范式——关键在于将专家知识编码为明确的任务结构而非依赖LLM的“自由发挥”。技术细节多智能体框架的核心提示工程设计本文最核心的技术贡献在于提示词的细粒度化设计。以技术Agent为例细粒度任务传入预计算指标动量指标计算多个回看窗口5、10、20、30天1、3、6、12个月的价格变化率波动率指标布林带Z-score公式为 (Z(P-\mu_{20})/\sigma_{20})将价格相对于20日移动平均线的偏差按标准差归一化MACD12日EMA与26日EMA之差以及9日EMA信号线和柱状图RSI14日回看窗口的相对强弱指数KDJ随机振荡指标%K、%D以及背离值 (J3D-2K)粗粒度任务仅传入原始数据直接向Agent提供用于计算上述指标的一年期日价格数据。对于量化Agent细粒度任务提供五个维度的标准化财务指标维度指标盈利能力ROE、ROA、营业利润率、FCF利润率安全性权益比率、流动比率、D/E比率估值P/E比率、EV/EBITDA倍数、股息率效率总资产周转率、存货周转天数成长性收入增长率CAGR、EPS增长率粗粒度任务则只提供原始财务报表数据点利润表、资产负债表、现金流量表的具体科目。数据流与决策层级系统的信息流遵循自下而上的抽象与聚合路径Level 1四类专业Agent量化、质化、新闻、技术对每只股票生成0-100的吸引力分数及文本推理Level 2行业Agent整合底层分析师的输出并基于行业基准调整分数同时宏观Agent独立分析利率、经济周期、汇率等宏观指标Level 3投资组合经理Agent综合行业Agent和宏观Agent的输出生成TOPIX 100所有股票的最终分数选择分数最高的N/2只做多、最低的N/2只做空研究设定实验配置配置项设定投资标的TOPIX 100成分股日本市值最大100只股票策略类型市场中性多空策略等数量做多和做空等权重再平衡频率每月第一个交易日开盘时执行回测期间2023年9月至2025年11月共27个月推理模型GPT-4o知识截止日期2023年8月温度参数设为1保留输出多样性通过中位数聚合来缓解变异性试验次数每个配置50次独立试验数据来源股价数据Yahoo Finance日频数据财务报表通过日本金融厅EDINET API获取季度、半年度、年度报告新闻数据Ceek.jp聚合的日经、路透、彭博等主流财经媒体头条和预览宏观数据FRED和Yahoo Finance涵盖利率与政策、通胀与大宗商品、增长与经济、市场与风险四个维度综合分析为什么细粒度任务有效本文的实验结果揭示了一个有趣的现象细粒度任务之所以有效并非简单地因为“提供了更多信息”——毕竟粗粒度任务也提供了原始数据理论上LLM可以自行计算出相同的指标。真正的原因在于任务结构的规范化降低了LLM的认知负荷。当LLM面对原始数据时它需要同时完成两个任务1从数据中提取有意义的信息2基于这些信息做出投资决策。而细粒度任务将第一个步骤信息提取与计算从LLM的“推理负担”中剥离出来让LLM专注于第二步——即基于已有指标进行判断和打分。这类似于人类分析师的工作方式他们不会从原始数据开始每次重新计算所有指标而是依赖标准化的分析框架和预计算的指标来进行决策。技术Agent的核心地位消融研究的结果颇具启发性在细粒度设置中只有技术Agent的移除会导致显著的性能下降而移除其他Agent宏观、量化、质化有时反而能提升性能。这可能反映了几个深层原因第一日本股市在2023-2025年的回测期间可能呈现出较强的技术面驱动特征动量、均值回归等技术信号在该市场环境中更为有效。第二量化Agent和宏观Agent提供的信息可能与技术信号存在重叠或冲突在多Agent协调机制尚不完善的情况下反而引入了不必要的噪声。第三新闻Agent在粗粒度设置中表现出更强的负面效应移除后性能大幅提升这可能暗示新闻数据的信噪比较低或者LLM在处理新闻情感时容易受到噪音干扰。这一发现对实践有直接指导意义并非Agent越多越好。构建多智能体交易系统时需要仔细评估每个Agent的边际贡献而非盲目堆砌专业模块。对现有研究的超越与FinRobot等先前工作相比本文的差异化在于1将专家工作流编码为固定协议而非通用的CoT提示2聚焦于可操作的交易决策而非报告生成3纳入了宏观经济和行业层面的信息超越了单一公司层面的分析。这种设计思路——将领域知识“结构化”地注入提示工程——代表了LLM Agent系统从“通用推理”向“专业赋能”演进的一个重要方向。实践应用对金融机构的启示提示工程设计优先级与其花费大量精力调优模型参数或增加Agent数量不如首先思考如何将专业分析师的标准化工作流程编码为Agent的细粒度任务。本文的核心教训是任务结构的质量比模型的规模更重要。技术分析不可忽视尽管量化投资领域常强调基本面因子但本文的证据表明在LLM驱动的交易系统中技术面信号可能扮演着更为关键的角色。实践中应确保技术分析Agent获得充分、高质量的预计算指标。审慎评估Agent的边际贡献在构建多Agent系统时建议采用本文的消融研究方法逐一评估每个Agent的实际贡献。移除某些Agent后性能反而提升的情况并不罕见——这意味着该Agent可能引入了噪声或与其他Agent产生有害的交互。可解释性即价值细粒度任务设计不仅提升了性能更重要的是让中间推理过程变得可追踪。在受监管的资产管理行业中这种可解释性本身就是核心价值——它使投资决策能够被审计、被验证、被优化。落地注意事项数据时效性本文使用GPT-4o2023年8月知识截止回测从2023年9月开始。实际部署时需注意LLM的知识截止日期与实时市场数据之间的鸿沟可能需要结合RAG检索增强生成或微调来补充最新信息。计算成本每月对TOPIX 100的100只股票运行多Agent推理虽然月度再平衡不需要实时处理但Token消耗量仍然可观需评估成本收益比。市场适应性本文的结论基于日本股市数据2023-2025年技术Agent的核心地位可能具有市场特异性。在不同市场或不同市场环境下最优的Agent配置可能需要重新校准。参考资料来源原始论文: https://arxiv.org/pdf/2602.23330 [论文学习]迈向专家投资团队:一种具有细粒度交易任务的多智能体大语言模型系统
Toward Expert Investment Teams: A Multi-Agent LLM System with Fine-Grained Trading Tasks论文重点本文提出了一种基于细粒度任务分解的多智能体LLM交易框架通过将投资分析明确拆解为专业分析师日常执行的标准任务而非笼统的高层次指令显著提升了系统的风险调整后收益。研究发现分析输出与下游决策偏好之间的对齐程度是系统性能的关键驱动因素而技术分析Agent在细粒度任务设计中扮演着最为核心的角色。核心研究内容问题定义当前主流的LLM多智能体交易系统虽然模仿了分析师与经理的协作架构但在任务设计上普遍采用粗粒度指令如简单地要求“分析财务报表”。这种做法带来两个核心问题其一过于模糊的指令会导致LLM输出质量下降面对复杂任务时甚至可能中途停止推理其二缺乏可解释性——当指令模糊时通常只能看到最终输出中间推理过程无法被追踪和理解。在涉及大量资金的资产管理实践中这种“黑箱”特性使得实际部署变得困难。创新方法本文的核心创新在于将真实世界投资分析师的工作流程编码为固定的分析协议而非依赖通用的思维链CoT提示。具体而言七类专业化Agent的分层架构系统采用自下而上的“经理-分析师”框架。底层包括量化Agent、质化Agent、新闻Agent和技术Agent四类专家中层包括行业Agent进行行业层面的分数调整和宏观Agent评估宏观经济环境顶层由投资组合经理Agent综合所有信息做出最终决策。细粒度任务的具体化对于技术Agent细粒度任务直接传入预计算的技术指标包括RoC、布林带Z-score、MACD、RSI、KDJ等对于量化Agent则传入五个维度的标准化财务指标盈利能力、安全性、估值、效率、成长性。相比之下粗粒度任务只提供原始数据如一年的日价格数据或原始财务报表让LLM自行计算和分析。严格的回测设置使用GPT-4o知识截止日期为2023年8月作为推理模型回测期间设定为2023年9月至2025年11月有效避免了前瞻性偏差。研究成果实验采用日本TOPIX 100成分股作为投资标的执行月度再平衡的多空策略每个配置进行50次独立试验细粒度 vs 粗粒度对比在5种不同投资组合规模10、20、30、40、50只股票的测试中细粒度任务设置在4种规模下显著优于粗粒度设置Mann-Whitney U检验p0.0001、0.001或0.05。唯一的例外是10只股票的小规模组合作者归因于样本量过小导致的噪声和不确定性。留一法Leave-One-Out验证在逐一移除底层专业Agent的测试中绝大多数配置下细粒度架构的夏普比率仍高于粗粒度基线。唯一的显著例外是移除技术Agent后性能在大规模组合中发生逆转表明技术Agent是细粒度任务分解性能优势的核心驱动力。消融研究在细粒度设置中移除技术Agent会导致显著的性能下降而移除宏观Agent、量化Agent或质化Agent反而可能带来正向差异说明这些Agent在引入有用信息的同时也可能引入噪声或冗余信号。实际落地应用的可能性本文的研究具有较高的实践参考价值。其框架设计直接对标专业投资机构的实际工作流程且所有数据源均采用公开数据Yahoo Finance股价、EDINET财务报表、Ceek.jp新闻聚合、FRED宏观数据等。作者还承诺在论文接收后公开发布实现代码和提示词。对于金融机构而言该框架提供了一个可解释、可控制的AI投资决策系统设计范式——关键在于将专家知识编码为明确的任务结构而非依赖LLM的“自由发挥”。技术细节多智能体框架的核心提示工程设计本文最核心的技术贡献在于提示词的细粒度化设计。以技术Agent为例细粒度任务传入预计算指标动量指标计算多个回看窗口5、10、20、30天1、3、6、12个月的价格变化率波动率指标布林带Z-score公式为 (Z(P-\mu_{20})/\sigma_{20})将价格相对于20日移动平均线的偏差按标准差归一化MACD12日EMA与26日EMA之差以及9日EMA信号线和柱状图RSI14日回看窗口的相对强弱指数KDJ随机振荡指标%K、%D以及背离值 (J3D-2K)粗粒度任务仅传入原始数据直接向Agent提供用于计算上述指标的一年期日价格数据。对于量化Agent细粒度任务提供五个维度的标准化财务指标维度指标盈利能力ROE、ROA、营业利润率、FCF利润率安全性权益比率、流动比率、D/E比率估值P/E比率、EV/EBITDA倍数、股息率效率总资产周转率、存货周转天数成长性收入增长率CAGR、EPS增长率粗粒度任务则只提供原始财务报表数据点利润表、资产负债表、现金流量表的具体科目。数据流与决策层级系统的信息流遵循自下而上的抽象与聚合路径Level 1四类专业Agent量化、质化、新闻、技术对每只股票生成0-100的吸引力分数及文本推理Level 2行业Agent整合底层分析师的输出并基于行业基准调整分数同时宏观Agent独立分析利率、经济周期、汇率等宏观指标Level 3投资组合经理Agent综合行业Agent和宏观Agent的输出生成TOPIX 100所有股票的最终分数选择分数最高的N/2只做多、最低的N/2只做空研究设定实验配置配置项设定投资标的TOPIX 100成分股日本市值最大100只股票策略类型市场中性多空策略等数量做多和做空等权重再平衡频率每月第一个交易日开盘时执行回测期间2023年9月至2025年11月共27个月推理模型GPT-4o知识截止日期2023年8月温度参数设为1保留输出多样性通过中位数聚合来缓解变异性试验次数每个配置50次独立试验数据来源股价数据Yahoo Finance日频数据财务报表通过日本金融厅EDINET API获取季度、半年度、年度报告新闻数据Ceek.jp聚合的日经、路透、彭博等主流财经媒体头条和预览宏观数据FRED和Yahoo Finance涵盖利率与政策、通胀与大宗商品、增长与经济、市场与风险四个维度综合分析为什么细粒度任务有效本文的实验结果揭示了一个有趣的现象细粒度任务之所以有效并非简单地因为“提供了更多信息”——毕竟粗粒度任务也提供了原始数据理论上LLM可以自行计算出相同的指标。真正的原因在于任务结构的规范化降低了LLM的认知负荷。当LLM面对原始数据时它需要同时完成两个任务1从数据中提取有意义的信息2基于这些信息做出投资决策。而细粒度任务将第一个步骤信息提取与计算从LLM的“推理负担”中剥离出来让LLM专注于第二步——即基于已有指标进行判断和打分。这类似于人类分析师的工作方式他们不会从原始数据开始每次重新计算所有指标而是依赖标准化的分析框架和预计算的指标来进行决策。技术Agent的核心地位消融研究的结果颇具启发性在细粒度设置中只有技术Agent的移除会导致显著的性能下降而移除其他Agent宏观、量化、质化有时反而能提升性能。这可能反映了几个深层原因第一日本股市在2023-2025年的回测期间可能呈现出较强的技术面驱动特征动量、均值回归等技术信号在该市场环境中更为有效。第二量化Agent和宏观Agent提供的信息可能与技术信号存在重叠或冲突在多Agent协调机制尚不完善的情况下反而引入了不必要的噪声。第三新闻Agent在粗粒度设置中表现出更强的负面效应移除后性能大幅提升这可能暗示新闻数据的信噪比较低或者LLM在处理新闻情感时容易受到噪音干扰。这一发现对实践有直接指导意义并非Agent越多越好。构建多智能体交易系统时需要仔细评估每个Agent的边际贡献而非盲目堆砌专业模块。对现有研究的超越与FinRobot等先前工作相比本文的差异化在于1将专家工作流编码为固定协议而非通用的CoT提示2聚焦于可操作的交易决策而非报告生成3纳入了宏观经济和行业层面的信息超越了单一公司层面的分析。这种设计思路——将领域知识“结构化”地注入提示工程——代表了LLM Agent系统从“通用推理”向“专业赋能”演进的一个重要方向。实践应用对金融机构的启示提示工程设计优先级与其花费大量精力调优模型参数或增加Agent数量不如首先思考如何将专业分析师的标准化工作流程编码为Agent的细粒度任务。本文的核心教训是任务结构的质量比模型的规模更重要。技术分析不可忽视尽管量化投资领域常强调基本面因子但本文的证据表明在LLM驱动的交易系统中技术面信号可能扮演着更为关键的角色。实践中应确保技术分析Agent获得充分、高质量的预计算指标。审慎评估Agent的边际贡献在构建多Agent系统时建议采用本文的消融研究方法逐一评估每个Agent的实际贡献。移除某些Agent后性能反而提升的情况并不罕见——这意味着该Agent可能引入了噪声或与其他Agent产生有害的交互。可解释性即价值细粒度任务设计不仅提升了性能更重要的是让中间推理过程变得可追踪。在受监管的资产管理行业中这种可解释性本身就是核心价值——它使投资决策能够被审计、被验证、被优化。落地注意事项数据时效性本文使用GPT-4o2023年8月知识截止回测从2023年9月开始。实际部署时需注意LLM的知识截止日期与实时市场数据之间的鸿沟可能需要结合RAG检索增强生成或微调来补充最新信息。计算成本每月对TOPIX 100的100只股票运行多Agent推理虽然月度再平衡不需要实时处理但Token消耗量仍然可观需评估成本收益比。市场适应性本文的结论基于日本股市数据2023-2025年技术Agent的核心地位可能具有市场特异性。在不同市场或不同市场环境下最优的Agent配置可能需要重新校准。参考资料来源原始论文: https://arxiv.org/pdf/2602.23330