加载中...
本文提出 FinTradeBench —— 一个针对大型语言模型的金融推理基准,覆盖 NASDAQ‑100(2015–2025)上的公司基本面与交易信号,包含1,400道问题并采用“校准-再扩展”流程构建,评估显示:检索增强(RAG)显著提升基于文本的基本面推理能力,但对基于时序交易信号的推理帮助有限或有害,这反映出当前 LLM 在数值与时间序列推理方面的不足并指出未来改进方向
| 指标 | No‑RAG | RAG | 变化 |
|---|---|---|---|
| GI Precision | 0.44 | 0.20 | −55.6% |
| GI Recall | 0.22 | 0.10 | −55.8% |
| GI F1 | 0.27 | 0.12 | −56.5% |
| Fundamental Integration (1–5) | 1.60 | 1.81 | +13.4% |
| Volatility Integration (1–5) | 1.54 | 1.47 | −4.6% |
| Reasoning Depth (1–5) | 2.74 | 2.44 | −10.8% |
| 类型 | 示例信号 | 含义 |
|---|---|---|
| 交易信号 | EMA, MACD, RSI, OBV, drawdown | 基于 OHLCV 的动量/趋势/波动指示器,用于短中期市场行为判断 |
| 基本面 | ROA, ROE, Book/Price, Earnings/Price, Debt/Equity | 会计指标衡量盈利、估值与财务杠杆 |
引言与报告概览 — 元数据与核心观点
逐节深度解读
图表与图像逐一解析(关键图表)
Figure 1(NVDA 案例,page 0)
Figure 2(FinTradeBench 设计流水线,page 3)
Figure 3(RAG 架构示意,page 4)
Table 2(模型按类别和问题类型的准确率与 RAG 效应,page 5)
Table 3 与 Figure 5(全局质量指标与 RAG 相对改善,page 6 与 page 21)
估值方法学节(无直接估值模型)
风险因素评估(报告识别与潜在影响)
批判性视角与细微差别(审慎评估)
结论性综合(关键发现一览)
附:关键图片引用(便于读者快速查看)
总结式建议(基于报告内部证据的保守性建议)
最後声明:本文分析严格基于提供的报告文本、表格与图像进行解读与批判性评估,引用处已标注原文页码以便复溯与核验。
2603.19225.pdf