本报告提出PriceSeer:一个面向LLM的实时、无数据污染的股票预测评测基准,覆盖110只美股、11个行业与249个交易日,整合历史序列、五类技术指标与新闻(含伪新闻)用于多时滞预测与投资策略生成,实验比较六种主流LLM并分析其在短中长三类预测区间、行业差异以及对伪新闻的脆弱性,为LLM在金融决策场景的能力评估与改进提供系统化证据
| 输入类型 | 对短期 (T3) | 对中期 (T5) | 对长期 (T10) |
|---|---|---|---|
| 仅历史 (Raw) | 基线,η≈2.35 | η≈2.80 | η≈4.82 |
| + 技术指标 | 短期稍优(降0.07) | 中期/长期拖累 | 中期/长期拖累 |
| + 真新闻 | 短期显著改善(降0.198) | 中长期信号变弱 | 中长期无益或有害 |
| + 假新闻 | 短期严重恶化;长期影响递减,模型可逐步识别并折价 |
元数据与概览(引言与报告概览)
逐节深度解读
图表深度解读(对每个主要表格与图形的描述、解读与来源标注)
图 1(PriceSeer 总览示意图)
描述:该图展示 PriceSeer 的两类数据源(时间序列与文本新闻),金融指标增广(SMA、Bollinger、RSI、MACD 等)与三种假新闻篡改方法,并概览任务(收盘价预测 + 投资规划),用于直观呈现数据流与实验流程,.
解读:图示明确传达了作者将技术指标与新闻作为“内部/外部信息”输入的设计思想,并用篡改示例强调鲁棒性测试意图;该图支持文中提出的“混合多模态输入+假新闻干扰”的实验框架说明,.
图 2(Prompt 模板)
描述:图示给出对模型角色、任务要求(预测 3/5/10 天后的收盘价)与输入列(基础价格列、指标列、新闻字段)的具体样例,以便复现 prompt 设计,.
解读:通过展示“精确价格输出”的要求,作者刻意避免只给趋势预测,促使模型输出可用于量化评估的数值化预测结果,这对后续相对误差计算与投资回测至关重要,.
表 I(不同 LLM 在各行业与不同时长下的性能)
描述:表 I(HTML 表示)逐行业列出短期(3 天)、中期(5 天)、长期(10 天)下各模型的相对误差 η 与命中率(括号中),并标注每个 sector 的最佳/次佳性能,.
解读要点:表中指出短期 DeepSeek-V3.2 在总体上获得最低短期相对误差〈η=2.14〉,中期与长期 GPT-5 分别在中长期取得最佳总体表现(中期 η=2.53;长期 η≈4.3),且短/中/长期平均命中率分别约 0.6、0.53、0.51,显示短期预测更可控、长期误差显著上升且行业差异更明显;这些结论直接来源于表格汇总数据并在论文主文中被强调, .
限制与方法学注释:表中以 sector 汇总展示“η / R”混合信息,但并未在表格中报告样本标准差、显著性检验或置信区间,从而限制了对模型性能差异统计显著性的判断(表内数值需谨慎解读),该表的结构也未展示是否对样本内/外分割或时间滚动窗口进行统计稳健性检验,.
图 3(行业间基于纯历史数据的相对误差柱状图)
描述:三个子图分别展示 3、5、10 个交易日预测下各行业的平均相对误差及整体平均水平(红虚线),并按行业排序以便比较,.
解读:图中显示:短期整体误差较低(整体平均 2.35%),长期误差上升明显(整体平均 4.82%),并且“必需品/能源/公用事业/消费防御(CD/EG/UT)”在各期通常误差较低,而“创新驱动行业(TN、CS、HC、CC)”误差和波动性更高,反映创新行业受事件驱动、非线性增长与高不确定性影响更大;这一视觉化支持作者关于“创新驱动部门 vs 必需性部门 可预测性差异”的结论, .
图 4(不同行业间的 Pearson 相关矩阵随时长演化)
描述:三张热力图分别给出 3、5、10 天预测中各 sector 之间预测误差或预测输出的 Pearson 相关系数,以颜色深浅表示正负相关强度,.
解读:短期大面积为正相关(浅/中红色),反映市场短期波动的通用性影响;中期呈混合(部分正相关转弱或负相关),代表市场在再定价过程中的异步表现;长期出现明显的两类簇(正相关的“实物经济”簇与负相关的“成长/风险”簇),表明随预测窗口变长,行业间的风险偏好/估值重定价机制开始分化,这与作者提出的“短期同质化、中期再定价、长期裂化(bifurcation)”结论一致, .
图 5(投资分配与 PnL 分布)
描述:矩阵图展示每个模型在 3/5/10 天窗口下对 11 个行业的资金分配条形图,并在子图中标注该模型在对应窗口的净 PnL,.
解读:可视化显示三模型(DeepSeek-R1、GPT-5、o3)集中押注单一行业以获得高回报或承受高损失(高风险高回报),而其他模型采取更分散的策略以取得相对稳健的中等回报;该可视化支持作者关于“风险偏好分为两类:集中型与分散型”结论,并用实际 PnL 验证了预测转化为收益的程度,.
表 II(金融指标、新闻与假新闻的影响)与图 6(消融研究)
表格与图示:表 II(HTML)给出在不同信息组合(Raw、Indicator、News、Fake News)下对于 T=3/5/10 的平均相对误差数值,图 6 用柱状图展示各模型在四类输入条件下的相对误差变化,.
关键发现:作者报告短期内金融指标与真实新闻能提升预测准确性(新闻带来的短期误差下降更明显),而在中长期这些外部信息反而会恶化预测,且假新闻在短期严重损害性能但随预测窗口延长其负面影响减弱甚至略有“正效应”(作者解释为模型逐步学会识别并剔除夸张信息),这些结论均基于表 II 与图 6 的数值比较与消融分析,.
方法学备注:表 II 与图 6 的说明未显示每个实验的置信区间、随机种子稳定性或跨时间段一致性检验,因此结论在统计稳健性方面存在一定局限,尤其是关于模型“学会识别假新闻”的机制性解释需要更深入的实验证据支持(例如分类器性能、假新闻比率的敏感性分析等),.
估值分析(缺失说明)
风险因素评估(作者识别的风险与我方解析)
批判性视角与细微差别
结论性综合(最终摘要与关键见解)
参考论文原文中对应页码的主要依据和引用均已在段落末尾以 [page::N] 形式标注以便溯源;如需我把某一张表(例如表 I 或表 II)逐行逐列地解读、复现数值统计或基于表中数据做进一步的显著性检验与可视化,请指定具体表格或行业/模型组合,我将基于该数据给出更深入的量化分析与建议。
2601.06088.pdf