大a都上4千點了，來看一個“股票研究報告（ERR）自動生成”，輸入輸出如下：

• 輸入：給定公司股票代碼（s）和研究日期（t），自動采集6類結構化/非結構化數據，構成輸入集合S=[O, F, A, N, P, M]

     a.O：公司基礎信息（如行業分類、市場定位）

     b.F：財務指標（利潤表、資產負債表、現金流量表）

     c.A：公司公告（董事會決議、季度報告等）

     d.N：公司相關新聞（經篩選去重）

     e.P：歷史股價數據

     f.M：市場指數（如滬深300）

• 輸出：符合行業規范的ERR報告，包含6個核心模塊：財務分析（R_fin）、新聞分析（R_news）、經營發展分析（R_manage）、風險分析（R_risk）、投資潛力評估（R_invest）、推薦評級（R_rec，買/賣）

方法包含數據集構建、多智能體框架設計、模型訓練優化三大模塊，下面具體看看實現。

數據集構建-FinRpt數據集

數據集構建流水線、數據采集模塊和數據集增強模塊

為支撐模型訓練和評估，論文設計了自動化數據集構建流水線，核心分3步：

1. 數據收集模塊

• 數據源



• 6 種數據類型相對應的數據內容和數據源
• 數據范圍：滬深800指數的800只股票，2024年9月3日-11月5日（共10個分析日期，間隔1周）

2. 數據篩選與生成

• 篩選規則：剔除缺少財務指標、新聞數量＜2條、公告摘要＜300字的低質量數據
• 報告生成：用FinRpt-Gen框架（初始基于GPT-4o）自動生成ERR，形成原始樣本（s, t, S, R）

3. 數據集增強模塊

• 推薦評級校正：對比生成報告的R_rec與真實股價趨勢，不一致則重新生成
• 專家報告校正：檢索東方財富網的專家報告，讓GPT-4o參考專家報告優化生成報告的準確性、邏輯性和專業風格
• LLM潤色：用GPT-4o優化報告的可讀性、連貫性和邏輯流暢度
• 最終數據集：6825條高質量ERR樣本（含中英文版本），按9:1:1劃分訓練集（5556）、驗證集（617）、測試集（652）

FinRpt 數據集來自不同行業的報告比例

FinRpt-Gen多智能體框架

FinRpt-Gen 框架

針對ERR結構復雜、需多維度分析的特點，設計了包含9個智能體的分層框架，分3大模塊協同工作：

1. 信息提取模塊（4個智能體）：從原始數據中提取關鍵信息

• 新聞提取智能體：對新聞N按股價影響度排序，篩選Top10關鍵新聞
• 收入提取智能體：從利潤表F中提取營收、凈利潤、每股收益（EPS）等核心指標
• 資產提取智能體：從資產負債表F中提取資產、負債、權益等關鍵數據
• 現金提取智能體：從現金流量表F中提取經營/投資/融資活動現金流

2. 分析模塊（4個智能體）：生成ERR的核心分析章節

• 財務分析智能體：基于3個財務提取智能體的輸出，總結公司財務健康度、盈利能力和現金流狀況，生成R_fin
• 新聞分析智能體：基于Top10新聞，分析其對股票未來表現的影響，生成R_news
• 經營分析智能體：從公司公告A中提煉管理層策略、發展軌跡，生成R_manage
• 風險分析智能體：整合財務、新聞、經營分析結果，識別核心風險（如政策風險、仿冒風險），生成R_risk

3. 預測模塊（1個智能體）：生成投資建議與評級

• 預測智能體：輸入R_fin、R_news、R_risk，結合歷史股價P和市場指數M，生成投資潛力評估（R_invest）和推薦評級（R_rec）
• 評級規則：若預期股價漲幅超滬深300指數則為“Buy”，否則為“Sell”

模型訓練優化：SFT+RL

針對框架中4個核心智能體（財務分析、新聞分析、經營分析、預測），采用“監督微調+強化學習”的兩階段訓練：

1. SFT學習專業分析范式

• 數據：使用FinRpt數據集中對應模塊的標注樣本（輸入為提取模塊輸出，輸出為高質量分析章節）
• 方法：采用LoRA（低秩適配）微調，僅更新低秩適配器參數Δθ，避免全量微調的高資源消耗
• 優化目標：最大化生成目標文本的似然概率



• 其中θ?為預訓練模型原始參數，D_demo為各智能體的演示數據集

2. 強化學習（RL）：優化投資預測準確性

• 針對對象：僅優化預測智能體（核心影響投資建議有效性）
• 算法：采用DAPO（動態采樣策略優化），基于PPO改進，確保訓練穩定性
• 獎勵函數：綜合評估推薦評級準確性和投資分析質量，權重分配為α=0.6（評級準確性）、β=0.2（ROUGE-1）、γ=0.2（ROUGE-L）

優化目標：最大化裁剪后的代理目標，避免策略更新幅度過大

五、評估系統：全面衡量ERR生成質量

設計了包含“基礎指標+LLM專業評估”的雙維度評估體系，確保評估的全面性和專業性：

1. 基礎指標（5個）- 量化文本質量與預測準確性

• 完成率（CompletionRate）：生成報告是否符合6章節格式要求
• 準確率（Accuracy）：推薦評級（Buy/Sell）的正確性
• 語義相似度（BERTScore/ROUGE-L）：與專家報告的語義對齊程度
• 數字覆蓋率（NumberRate）：生成報告中財務數字的豐富度（對比專家報告）

2. LLM專業評估（6個維度）：評估金融專業性

• 財務數字（FN）：財務數據準確性與分析深度
• 新聞相關性（News）：新聞分析的相關性與全面性
• 公司/市場/行業洞察（CMI）：對公司管理、市場趨勢的理解
• 投資邏輯（Invest）：投資建議的合理性與論證充分性
• 風險分析（Risk）：風險識別的全面性
• 寫作質量（Writing）：連貫性、可讀性與邏輯一致性
• 評估方式：用GPT-4o作為Judge Agent， pairwise對比不同模型生成的報告，計算調整勝率（Win Counts + 0.5×Tie Counts）/總樣本數

實驗性能

FinRpt-Gen 與基準方法在基礎指標評估下的性能比較

消融實驗

參考文獻：FinRpt: Dataset, Evaluation System and LLM-based Multi-agent Framework for Equity Research Report Generation，https://arxiv.org/pdf/2511.07322v1
repo:https://github.com/jinsong8/FinRpt

本文轉載自???大模型自然語言處理????   作者：老余