本报告提出FLARKO框架,通过结合大语言模型(LLM)、行为知识图(KG)和Kahneman-Tversky优化(KTO),实现了金融资产推荐的盈利性与用户行为偏好对齐。支持集中式和联邦学习架构,显示出在FAR-Trans数据集上的显著优越性,且资源高效,适合隐私敏感的金融环境。
| Model | Trainable Parameters | Adapter Size (4-bit) |
|---|---|---|
| Qwen3-0.6B | 10,092,544 | 4.8125 MB |
| Qwen3-1.7B | 17,432,576 | 8.3125 MB |
| Qwen3-4B | 33,030,144 | 15.75 MB |
| Qwen3-8B | 43,646,976 | 20.8125 MB |
报告标题
Aligning Language Models with Investor and Market Behavior for Financial Recommendations
作者及机构
Fernando Spadea, Oshani Seneviratne;均来自美国纽约特洛伊的伦斯勒理工学院(Rensselaer Polytechnic Institute)
发布时间及会议
2025年,发表于第六届ACM国际金融领域人工智能会议(ICAIF ’25,2025年11月15-18日,新加坡)
研究主题
结合大型语言模型(Large Language Models, LLMs)、知识图谱(Knowledge Graphs, KGs)与行为优化(Kahneman-Tversky Optimization,KTO),设计行为金融学对齐的资产推荐系统,旨在改善用户偏好一致性和推荐的可解释性。侧重于金融推荐系统的用户行为偏好对齐、监管合规性和联邦学习等技术架构。
核心论点及贡献
整体传达的主要信息是:将个性化行为数据和市场信息结构化为KG,辅以行为经济学驱动的优化方法,能够显著提升金融资产推荐系统的用户行为一致性及盈利能力,且框架在不同部署场景均具可行性和实用价值。,1]
关键论点
论据与假设
核心创新点
KG设计
PKG示例
MKG示例
LLM输入设计
客户建模
通信优化
,5]
数据集
基线对比
指标
联邦客户端模拟
训练配置
描述
左图为偏好对齐(Pref@3)与盈利性(Prof@3)的二维散点图。
右图为Comb@3复合指标的柱状统计。
数据与趋势
联系文本
图1验证了报告论断:盈利最大化的模型并不一定是优质推荐,用户行为偏好的对齐极为关键,结合两者的模型才是实用金融推荐的未来方向。
方法论点评
本图清晰地呈现行为对齐与盈利的权衡,凸显本研究融合KG及LLM的有效性和创新性。
描述
以交易实体为核心,关联交易类型、金额、时间戳、ISIN资产编号及参与者信息的KG结构。
数据解读
展现典型交易记录的语义结构,明确交易各种属性节点的关系,为LLM的上下文推理提供丰富、结构化的事实基础。
联系文本
体现PKG对用户个体行为的细粒度捕捉,是个性化推荐的核心输入数据。
描述
展示以十周价格汇总为节点的资产市场表现摘要,包括最高价、最低价、平均价、收盘价及对应的资产类别、行业板块信息。
数据解读
通过时间窗口聚合降低数据复杂度,同时捕获足够市场动态信息支撑LLM推理。资产拓扑结构使模型能关联市场大环境和个股表现。
联系文本
MKG承载市场层面信息,与PKG用户行为数据共同构成决策参考,有助于实现盈利和行为对齐的平衡。
| 模型 | 可训练参数数 | 4-bit适配器大小 |
|---|---|---|
| Qwen3-0.6B | 10,092,544 | 4.81 MB |
| Qwen3-1.7B | 17,432,576 | 8.31 MB |
| Qwen3-4B | 33,030,144 | 15.75 MB |
| Qwen3-8B | 43,646,976 | 20.81 MB |
描述
展示各规模模型微调时的参数规模及对应通信负荷,突出LoRA+量化的通信效率优势。
解读
最大模型每轮通信不到500MB,适合联邦学习场景传输控制,实用性强。
| 模型 | 输入数据 | Pref@3 | Prof@3 | Comb@3 |
|---|---|---|---|---|
| Qwen3-0.6B | PKG | 0.4439 ± 0.0355 | 0.4694 ± 0.0356 | 0.2551 ± 0.0311 |
| Qwen3-1.7B | MKG | 0.5341 ± 0.0532 ↑ | 0.5169 ± 0.0530 | 0.3448 ± 0.0510 |
| Qwen3-4B | Combined | 0.2740 ± 0.0522 | 0.6400 ± 0.0554 ↑ | 0.1644 ± 0.0434 |
| Qwen3-8B | PKG | 0.4528 ± 0.0684 | 0.5849 ± 0.0677 | 0.3585 ± 0.0659 |
非IID环境(表3)
Qwen3-4B模型Comb@3最高,明显优于其他模型,表明其对数据异质性适应性强。
IID环境(表4)
规模较小模型在IID下表现稍有提升,但大模型4B反而在非IID环境更优,凸显其在真实异构环境中的优势。
结论
FLARKO在联邦多机构真实情形下的应用具备鲁棒性和实际可行性,且大模型在处理复杂、异质数据时效果更稳定。
,7]
本报告聚焦于金融资产推荐技术与行为对齐,并未专门展开传统金融意义上的估值模型(如贴现现金流、P/E倍数等)的分析。评估指标以行为偏好符合度和资产盈利能力为核心,强调推荐系统有效性的多维度衡量。模型通过优化行为对齐指标,如Pref@3和Comb@3间接推动资产推荐的价值最大化。联合使用KG和LLM架构,是对资产定价信息与投资行为的综合建模。
报告中虽未明确独立章节详细列风险,但从内容可归纳关键潜在风险包括:
数据隐私及法规合规风险
金融数据敏感,联邦架构为缓解方案,可能受限于不同地域法规的差异。
LLM推理不稳定及幻觉风险
纯LLM可能生成错误推荐,用KG结构辅助推理及行为对齐降低误导风险。
非IID客户数据分布的挑战
联邦学习中数据异质性可能影响模型泛化,报告通过实验证实大模型在非IID环境下表现更好以减缓此风险。
资源消耗与运维成本
尽管采用LoRA等高效调优策略,模型规模及通信负荷仍需合理控制以保障部署复杂度和响应速度。
报告以联邦学习和行为优化的方式针对上述风险提出了设计思路与缓解路径,但仍存在现实落地的技术和合规考验。
,4,5,6]
模型规模与性能非线性关系
该研究发现最大模型8B并未显著优于中型模型,表明在特定业务领域,模型精细设计和输入特征选择比盲目扩规模更重要。
PKG与MKG结合时表现下降
小模型难以充分利用大上下文,提示LLM对输入结构和容量敏感,未来需更智能的上下文融合方法。
联邦学习性能相较集中式略有下降
表明分布式训练环境带来的数据和通信噪声依然存在挑战,但在异质数据场景下某些大模型反而受益,值得进一步深入解析异质性与模型容量的关系。
行为对齐标签标准的局限
目前标签依靠资产购买和盈利双重判定,未覆盖更复杂的用户满意度、风险承受能力等多元化指数,仍有优化空间。
缺少对长期动态投资策略的深入探讨
仅基于180天窗口判断,未来应结合长期绩效与行为变化轨迹,更好支持生命周期投资管理。
整体来看,报告方法创新且实验全面,但仍需注意多源数据整合时的上下文容量瓶颈及行为标签的简化可能限制推荐系统全面适用性。
报告的关键发现总结:
作者总体立场与判断
报告明确推荐将行为金融数据和市场动态通过KG形式引入,从而实现LLM行为对齐金融推荐,这种设计在实际监管和隐私约束的金融环境下具备广泛应用前景。CenFLARKO和FedFLARKO两个版本均表现出高性能和灵活适用性,是下一代金融智能推荐系统的有力候选方案。
本报告结合前沿LLM、KG以及行为优化方法,将复杂投资者行为和市场动态数据结构化融入模型,实现兼具盈利性和用户行为对齐的资产推荐,内容完整、技术细节丰富且实验验证充分。报告对金融推荐系统的核心痛点提出了创新思路,设计细致且实证数据翔实,具备较强的理论和应用价值。未来可持续聚焦多模态数据融合、长期行为变化建模和在线实时用户反馈,进一步推动智能金融推荐向适应性和动态发展迈进。
如果需要对报告中任一章节、图表或技术细节进行更深层的剖析,亦可继续展开。
2510.15993.pdf