• FinArena框架以“专家混合”（MoE）思想设计，包括专门处理时间序列、新闻文本和财务报表的三个LLM代理，以及一个结合多模态信息与投资者风险偏好的综合专家模型[page::0][page::3][page::4]。

• 时间序列代理利用预训练中的大规模时间序列数据进行股价趋势预测，输出为0-1趋势变化序列[page::3][page::4]。

- 新闻代理采用一种不确定性驱动的自适应RAG机制，有效减缓了LLM在处理实时新闻时出现的幻觉问题，实现查询判断和动态检索的平衡，提升准确度与响应效率[page::4][page::5]。

• 报表代理采用迭代链式推理，先提取季节性特征，再综合年度财务情况，最后预测股票长线趋势及置信度，增强结果的透明度和可解释性[page::5][page::6]。

- 人机协作系统设计了交互模块以捕获投资者风险偏好，结合各代理输出定制个性化买卖建议，体现了真实投资团队的分工协作机制[page::6]。

• 数据集覆盖A股和美股各五家公司，包括开盘价、收盘价、成交量，新闻文本经过聚类去重，财务报表选取关键指标，确保普通投资者可获取且成本低廉[page::7]。

- 在股票走势预测任务中，FinArena相比ARIMA、LSTM和单一TimeGPT模型表现更优，平均准确率与F1-Score提升显著，且自适应RAG机制进一步增强新闻代理性能[page::9][page::10]。

• 交易模拟结果显示，结合风险偏好的FinArena能实现更优收益，温和激进（M.Agg.）策略表现最佳，而保守策略风险管理更佳，彰显个性化风险配置的重要性[page::10][page::11]。

| 投资策略 | 年化收益率(AR) | 最大回撤(MD) | 夏普比率(SR) |
|--------------|----------------|--------------|--------------|
| 随机策略 | 3.65% | 7.08% | 0.67 |
| BRSF策略 | 52.93% | 5.99% | 1.58 |
| ARIMA | 23.13% | 7.43% | 1.00 |
| LSTM | 18.98% | 5.68% | 1.02 |
| FinArena Cons| 31.53% | 6.53% | 1.86 |
| FinArena M.Cons| 19.73% | 5.16% | 1.54 |
| FinArena M.Agg| 62.71% | 8.90% | 2.48 |
| FinArena Agg | 50.01% | 8.08% | 2.35 |

• FinArena在美股市场表现优异，准确率最高且波动最小，表明多模态数据中信息较均衡；A股市场因信息披露不充分和新闻偏正面，导致预测效果不及美股，体现市场结构及透明度对模型表现的影响[page::12]。

- 预输入投资者对市场的乐观或悲观态度会导致性能下降，最不敏感的态度对结果影响最小，表明模型更适合独立基于数据进行预测[page::9][page::10]。

• 预处理新闻数据采用规则及LLM辅助删除“偏差信息”，通过k-means聚类剔除同日冗余新闻，并结合RAG技术减少实体陌生导致的幻觉问题，保证了新闻文本数据质量[page::16]。

- 本文首次以较小且易获取的数据集展示，FinArena模型对普通散户投资者具有实际可行性，未来可进一步探索如何提升新兴市场数据质量及多模态融合能力[page::7][page::12][page::13]。

FINARENA: A HUMAN-AGENT COLLABORATION FRAMEWORK FOR FINANCIAL MARKET ANALYSIS AND FORECASTING — 详尽分析报告解构

---

1. 元数据与报告概览

• 报告标题： "FinArena: A Human-Agent Collaboration Framework for Financial Market Analysis and Forecasting"

- 作者及机构： Congluo Xu、Zhaobin Liu、Ziyang Li，分别来自四川大学商学院、香港城市大学信息系统系、均位于中国四川和香港。

• 发布日期与主题： 报告近期完成（数据截止至2024年初），主题围绕金融市场分析与预测，聚焦大型语言模型（LLMs）在人机协作框架下处理多模态金融数据，尤其关注个性化风险偏好与投资决策。

- 核心论点与目标： 本文提出了一种名为FinArena的新型人机协作框架，结合了多模态数据分析和投资者互动，采用混合专家机制（Mixture of Experts，MoE）及基于LLM的多智能体系统，实现对股票走势的精准预测和个性化投资策略建议。作者强调FinArena在股票走势预测和交易模拟中超越了传统方法和先进基准，特别是在降低LLM“幻觉”现象、提升多模态数据融合及用户参与度方面具有突破性。【page::0,1】

---

2. 逐节深度解读

2.1 引言（Introduction）

• 金融市场复杂且动态，传统线性模型和单一数据源（如CAPM、ARIMA等）难以捕捉市场非线性特征及海量非结构化数据（新闻、公告、经济报告）背后的信息。

- LLM的自然语言处理能力使其在多源非结构化金融信息提取、情绪分析及趋势判断中展现潜力，已有FinBERT、BloombergGPT等专门金融领域LLM的成功案例。

• 但面临三大挑战：（1）训练数据的时间限制导致对新信息“幻觉”问题；（2）处理多模态数据（时间序列、表格、文本）集成困难；（3）目前多“人机对抗”研究多，缺乏针对普通投资者个性化人机协作框架设计。【page::0,1】

2.2 相关工作综述（Related Work）

• 历史股价模型： ARIMA/GARCH等经典模型局限显著，结合深度学习如LSTM/CNN虽进步但仍存在滞后和单一数据源缺陷，混合模型虽改进但未突破。

- LLM在金融领域应用： 超大模型（GPT-3/4）具备解析金融文本能力，细化训练模型（FinBERT、BloombergGPT、Xuanyuan 2.0等）提升领域适应性，推动非结构数据利用。

• 多智能体框架现状： 单一通用LLM表现不足，出现多专家模型（如RiskLabs、SEP、FinAgent）分别处理多模态数据，提升性能，但多依赖大规模昂贵数据且忽视人机风险偏好结合。【page::2,3】

2.3 FinArena框架设计（Framework）

• 总体结构： 包含三种专业智能体：

- 时间序列智能体：基于历史股价时间序列预测未来趋势，使用基于LLM的函数$\mathcal{F}_\theta$最大化条件概率，转为0-1趋势标签输出。
- 新闻智能体：采用不确定性驱动的自适应检索增强生成（RAG）方法，通过判断模块在预训练知识和在线搜索间权衡，平衡效率和准确度，缓解幻觉。
- 财务报表智能体：引入迭代推理链，分三步（提取季节特征、综合分析、趋势预测与置信度评估）模仿人类逻辑分析，强化解读透明度与结果可信度。

• 信息汇聚与人机协作模块： 多智能体分析结果经分析专家集成，通过投资者提供的风险偏好参数$\mathbf{R}$，实现可解释的投资建议（买/卖/持有）。通过状态转移校正反馈机制，动态调整策略适应投资者反馈，实现基于人机交互的精准个性化决策。【page::3,4,5,6】

---

3. 图表深度解读

图1：FinArena框架示意图[page::4]

• 内容描述： 显示“数据集→多智能体处理→预报报告整合→基于风险偏好的人机交互→投资建议→真实市场测试”工作流。

- 数据与趋势：
- 三个不同的LLM Agent针对不同数据模态并行处理。
- News Agent根据需要弹性访问在线搜索（绿色WEB PORT模块），辅助新闻信息不足的情况。
- 人机互动界面收集风险偏好，反馈至AI Expert，形成解释性投资建议。

• 图表对应论点： 形象演示FinArena的人机协作架构，实现多模态、多智能体和用户个性化输入的高效集成，有助于提高预测准确性和投资实用性。

- 潜在局限： 系统依赖模块间数据格式转换和实时交互的稳定性，在线搜索成本及内容有效性需要控制，体现了后续工程实现难点。

---

图2：三种不同RAG应用策略比较图[page::5]

• 内容描述：

- (A) 传统方法：依赖固定预训练语料库，面对复杂类别时易出错。
- (B) 总是开启RAG：每次均调用检索，导致效率低。
- (C) 本文提出自适应RAG：具备判定模块，针对复杂查询才调用外部信息。

• 解读数据趋势： 自适应RAG策略在准确性（准确响应率）和效率（API调用次数、成本）上兼顾，优化了前两者的不足。

- 联系文本： 有效缓解LLM幻觉问题，节省频繁调用API的经济负担，增强模型对复杂多变金融新闻的理解能力。

• 底层数据及局限： 判定模块为随机过程martingale理论模型，需保障实时反馈准确，可能受限定时间窗口和知识覆盖影响。

---

表1：数据集概览[page::7]

• 内容描述： 选择10家公司，覆盖中美两个市场，分别列示新闻条目数、经k-means聚类后的新闻条目数、财务报表数量。

- 数据解读：
- 新闻数量多但因聚类处理而筛选压缩，保证新闻质量与代表性。
- A股企业新闻条目数普遍低于美股，反映信息披露差异。
- 可见实验选取数据具有代表性且实际可获取，适合小规模投资者应用需求。

• 文本联系： 体现了数据准备的关键，证明研究关注普通投资者可获取信息，避免超大规模闭源数据带来的可复制性壁垒。

---

表2 & 表3：股票走势预测准确率与F1-Score统计[page::9,10]

• 内容描述： 各模型在美股（Amazon、Google等）与A股（BYD、CATL等）多个企业的预测表现，涵盖ARIMA、LSTM、TimeGPT与FinArena及其变体。

- 数据趋势：
- FinArena整体优于传统模型尤其是在美股，平均准确率提升约5%以上，方差较小，表明稳定性增强。
- 语言专用模型替换News Agent效果略有下降，提示过度语言风格调优可能引入偏差。
- 人类投资者市场态度预置导致模型表现下降，暗示投资者主观预设对模型预测不利。
- 自适应RAG显著提升模型性能，尤其在信息复杂的A股市场，提升幅度更为明显。

• 论点支持： 强调多模态融合、模型灵活自适应及人机协作的优势，印证FinArena在实证中的有效性。

---

图3：RAG消融实验结果[page::10]

• 描述： 展示增加与不加RAG情况下准确率与F1分数在各公司上的表现差异，用点线连接差异值。

- 解读： 几乎所有公司均表现出性能提升，均值提升在0.01~0.22之间，说明RAG有效缓解LLM幻觉及误导，提高了功能鲁棒性。

• 联系文本： 进一步佐证该机制在处理不断变化和复杂新闻内容中的重要性。

---

表4：股票交易模拟绩效[page::11]

• 内容描述： 多种投资策略（随机、BRSF、ARIMA、LSTM及FinArena基于不同风险偏好的策略）在年化收益率（AR）、最大回撤（MD）、夏普比率（SR）上的表现。

- 数据解读：
- FinArena结合中高风险偏好（M.Agg.）策略取得最高年化收益（0.6271）及夏普比率（2.4817），但伴随较大回撤，反映高收益高风险特征。
- 保守策略（Cons.）风险管理更稳健，但收益较低。
- 在Nvidia等个别股票上，经验型策略BRSF表现优于精细模型。
- 在A股市场，FinArena整体表现弱于美股，甚至有负收益，原因归结于数据不完整与信息不对称。

• 结论反映： 个人风险偏好显著影响投资成果，数据质量与市场机制亦对模型有效性有决定性影响。

---

4. 估值与风险因素评估

• 估值方法： 文中未涉及传统估值模型（DCF、EV/EBITDA等）的设计，FinArena关注的是趋势预测和投资建议，强调多模态数据融合及风险偏好输入对投资行为的调整。

- 风险因素：
- LLM幻觉与信息滞后风险。解决方案是采用自适应RAG机制减少错误响应。
- 多模态数据整合难题，FinArena通过多智能体分工解决，但对数据来源和质量的依赖显著。
- 人类风险偏好变量未充分纳入多数现有模型，FinArena独树一帜将投资者个性化需求纳入计算，提升现实适用性。
- A股市场信息披露不透明及信息偏向问题，导致模型性能下降，表现出市场结构非理想带来的挑战。

---

5. 批判性视角与细微差别

• 数据规模与代表性： 作者特意设计小规模公开数据集，体现其对中小投资者的重视，这点弥补了行业大规模商业数据集独占的不足，但该数据规模限制了部分复杂模型训练与广泛泛化能力。

- 模型敏感性与风险偏好输入： 实验表明在预测阶段引入投资者市场态度反而下降模型表现，表明模型当前可能对主观信息敏感度过高，需要谨慎设置和更深层次建模。

• 市场差异影响较大： FinArena在美股市场表现较优，在A股受限于信息质量显示不足，提示增强模型对不同市场特色的适应性是未来工作重点。

- 技术实现挑战： 多Agent及人类反馈机制固然强大，但系统复杂度和线上运行成本未明确，存在实施壁垒。

• 潜在偏见与假设风险： 混合专家模型假定不同数据模式处理智能体可有效协同，并且用户风险偏好输入能有效转化为决策调整，实际执行中可能受到信息不对称、模型解释力弱等限制。

---

6. 结论性综合

FinArena提出了创新的人机协作多智能体框架，通过针对时间序列、新闻文本和财务报表的专门LLM智能体分工，以及引入自适应RAG机制有效缓解LLM幻觉问题，实现了对多模态金融信息的深度整合和综合分析。框架中设计的用户风险偏好输入及反馈机制，赋予了投资建议个性化和解释性，使普通投资者也能借助先进AI技术做出更合理的投资决策。

实证部分显示，FinArena在美股市场股票走势预测准确率和F1-Score均优于传统统计和单一模型（ARIMA、LSTM、TimeGPT），其多智能体协同效应和自适应新闻处理能力展现明显优势。股票交易模拟验证了用户风险偏好在最终收益和风险中的决定性作用，尤其中高风险偏好策略表现最佳，但也伴随更大回撤。反观A股市场，由于信息披露不充分和信息偏向，导致模型表现不佳，强调市场成熟度和数据质量对模型效能的限制。

本研究充分证明了人机协作和多模态数据分析结合的可行性与优势，有效地填补了目前多“人机对抗”而非“人机协同”的应用空白。待改进之处包括增强模型对非理想市场数据的适应性、优化风险偏好参数交互的有效性及降低整体系统实现的复杂性成本。

---

总结语： FinArena以混合专家机制为基础，成功实现了LLM多智能体和投资者个性化需求的深度融合，显著提升了金融市场预测的准确性和投资策略的实用性，代表了金融AI领域人机协作框架建设的重要进展，具备较强的应用前景和推广价值。【page::0-13】

---

参考图表示例

• 图1

• 图2

• 图3

• 图4 新闻文本清洗示例

---

（全文分析基于页码标注，便于后续文本溯源与引用）

报告