加载中...
本文提出一套可审计的 Prompt–RAG 混合流水线:以 IMF WEO 基线(可选新闻检索)为上下文,用指令调优的 LLM(GPT-5-mini、Llama-3.1-8B-Instruct)生成结构化的国别 Q4‑2026 宏观冲击(GDP、通胀、利率),并通过三通道(波动率、线性 PCA 因子、带放大项的非线性因子)将宏观冲击映射为投资组合的 VaR/CVaR 倍数,结果显示 LLM 生成方案在可审计结构与可复现化约束下产生“中等”尾部放大(线性通道 VaR 多数位于约 1.1–1.5× 范围),且尾风险变化主要由投资组合构成与 prompt 设计驱动,而检索/新闻影响较小
| Method | VaR0.95 (decimal loss) | CVaR0.95 (decimal loss) |
|---|---|---|
| Historical Baseline (Bootstrap) | 0.0491 | 0.0932 |
| EWMA (λ=0.94, Normal) | 0.0725 | 0.0909 |
| GARCH(1,1)-t (Simulated) | 0.0856 | 0.1202 |
元数据与概览(引言与报告概览)
逐节深度解读
图表与表格深度解读(核心可量化结果)
估值与风险映射机制解析(三通道因子模型)
风险因素评估(作者识别的风险与潜在影响)
批判性视角与细微之处(审慎评估)
结论性综合
附:关键图像引用(便于审阅者查看原始可视化)
总结性评估(简短)
若希望,我可以:
2512.07867.pdf