[arXiv 2024] 迈向专家投资团队：基于细粒度任务的多智能体 LLM 交易系统

TL;DR

本文挑战了目前 AI 投资界“给个角色就能分析”的传统思路，提出了一种**基于细粒度任务分解（Fine-grained Task Decomposition）**的多智能体框架。通过将专业投资银行的 SOP 嵌入 LLM 提示词，该系统在日股 TOPIX 100 市场回测中展现了极强的风险收益捕获能力。

背景定位：这是从“生成式 AI 原型”向“工业级金融应用”跨越的关键一步，重点在于提示词工程中的特征工程（Feature Engineering within Prompt Design）。

1. 痛点：为什么“粗粒度”指令在金融领域会失效？

目前大多数 AI 交易系统仅告诉 LLM：“你是一个分析师，请看这些股价数据并给出建议”。这会导致两个致命问题：

• 性能崩塌：面对海量的原始数字，LLM 容易陷入推理迷失（Reasoning loss），甚至直接忽略关键的非线性趋势。
• 解释性缺失：黑盒化的输出让基金经理无法溯源——由于指令太模糊，AI 给出的结论往往也是“股价可能会涨”这种不知所云的废话。

2. 核心机制：三层级多智能体架构

作者构建了一个严密的层级化决策体系，灵感来源于顶级对冲基金的投研流程：

• Level 1 (Specialists)：技术分析师（计算 MACD/RSI/Z-score）、量化分析师（拆解 ROE/P/E 变动）、定性扫描仪（解析 10-K 文本）及新闻挖掘机。
• Level 2 (Aggregators)：Sector Agent（负责行业内对标，消除 Beta 偏误）和 Macro Agent（判断市场风险敞口）。
• Level 3 (Execution)：Portfolio Manager（最终拍板，整合自上而下与自下而上的信号）。

关键 Insight：细粒度任务要求智能体输出具体的语义标签（如：Momentum, Soundness）。实验发现，这些专业术语能更有效地在层级间传递价值信号。

3. 实验验证：细粒度 vs. 粗粒度的降维打击

通过对日本 TOPIX 100 成分股进行 27 个月的严格回测（严格控制知识截断点，规避 Look-ahead Bias），研究得出以下结论：

3.1 收益能力的本质提升

如下图所示，无论投资组合规模（N）如何变化，粉色（细粒度）的 Sharpe Ratio 始终显著高于蓝色（粗粒度）。

3.2 谁是真正的功臣？（消融实验）

研究发现，**Technical Agent（技术分析智能体）**在细粒度模式下贡献最大。有趣的是，如果不给 LLM 预计算好的技术指标（如 RoC, Bollinger Band），而是直接扔给它原始股价图表，它的表现会一落千丈。这证明了：LLM 的强项在于理解逻辑，而非心算复杂的数学指标。

4. 文本分析：AI 真的读懂了市场吗？

作者通过 Log-odds Ratio 分析发现：

• 细粒度 Agent 倾向于使用 Volatility, Momentum, Profitability 等专业术语。
• 粗粒度 Agent 则只会说 Price, Upward, EPS 等浮于表面的词汇。

余弦相似度分析进一步证实，细粒度设置下，底层技术信号能更精准地“顺着电梯”爬升到顶层决策者（PM）那里，极大减少了信息稀释。

5. 深度洞察与总结

Takeaway

金融领域的 LLM 应用不应追求“端到端全自动”，而应追求“逻辑嵌入”。

1. 特征工程依然重要：不要指望模型能直接从原始序列中悟出 MACD 的奥秘，预计算好指标并以自然语言喂给模型是目前的最佳实践。
2. 层级结构提供透明度：每一步决策都有迹可循，满足了合规和风险管理的刚需。

局限性

• 市场局限：目前的成功主要在日股市场验证，美股等高效率市场的超额收益空间尚需观察。
• 时间窗口：由于 GPT-4o 的 Knowledge Cutoff，回测窗口较短，尚未经历完整的牛熊周期。

结论：这篇工作证明了，当我们将金融专家的 SOP 转化为 AI 的“细粒度任务”时，LLM 能够展现出甚至不仅限于“助手”的专家级决策潜力。