在人工智能和机器学习飞速发展的今天，金融市场的预测和交易方式也在不断革新。由芝加哥伊利诺伊大学的Sorouralsadat Fatemi和Yuheng Hu提出的FinVision框架，展示了一种多模态、多智能体系统在股票市场预测中的应用，具有显著的创新性和实用性。
11 月 15 日，arXiv刊登了他们被 ICAIF 2024 录取的技术论文《FinVision: A Multi-Agent Framework for Stock Market Prediction》，论文提出了一种创新的方法来应对金融交易的复杂挑战。金融交易一直以来都被认为是一项极其复杂的任务，因为它需要整合大量来自不同模态的数据。传统的深度学习和强化学习方法虽然在一定程度上提升了交易系统的性能，但它们需要大量的训练数据，而且通常将各种数据类型编码为数值格式，这限制了模型行为的可解释性。近来，基于模型的代理在处理多模态数据方面显示出了显著进步，使它们能够执行复杂的多步骤决策任务，同时提供其思维过程的见解。
FinVision研究的核心在于构建一个多模态多智能体系统，以解决金融交易任务中的难题。其框架采用了一组专用的LLM代理，这些代理擅长处理和解释各种金融数据，如文本新闻报道、蜡烛图和交易信号图表。一个重要的特征是集成了一个反思模块，这个模块分析了历史交易信号及其结果，从而提高系统对未来交易场景的决策能力。消融研究表明，视觉反思模块在增强决策能力方面发挥了关键作用。
金融市场的复杂性和波动性，以及多模态数据流，为交易和市场预测带来了重大挑战。有效的预测和交易系统必须全面整合所有可用信息，并采用复杂的算法设计以实现卓越的性能。然而现有的深度学习和强化学习模型面临诸多挑战，包括需要大量训练数据、对各种金融数据类型的过度简化以及缺乏决策过程的可解释性。此外，融合多样化金融数据类型而不进行过度简化是一大难题，例如，将文本新闻数据纳入深度学习和RL模型中存在复杂的挑战：简化为单变量的情绪评分无法捕捉市场动态，而有效解释这些信息则需要复杂的金融推理。在这样的背景下，FinVision的研究不仅展示了其技术创新的潜力，也为未来金融交易系统的设计提供了新的视角。
Sorouralsadat Fatemi和Yuheng Hu均来自芝加哥伊利诺伊大学。Fatemi主要从事多智能体系统和股票市场预测方面的研究，而Hu则专注于金融科技和大规模语言模型在金融领域的应用。他们的合作融合了多智能体系统和金融科技的前沿技术，为解决金融交易中的复杂问题提供了有力支持。
研究目标
FinVision的总体目标是通过构建一个多模态多智能体系统来提升金融交易任务中的预测和决策能力。传统的深度学习和强化学习方法在处理金融数据时面临许多挑战，例如需要大量的训练数据、对各种金融数据类型的过度简化以及决策过程缺乏可解释性。为了克服这些挑战，FinVision引入了一组专用的基于大模型的代理，这些代理能够处理和解释来自不同来源的金融数据，如文本新闻报道、蜡烛图和交易信号图表。
一个关键的创新是该框架中的反思模块，它对历史交易信号及其结果进行分析，从而提高系统在未来交易场景中的决策能力。通过集成视觉反思模块，FinVision能够更好地理解和解释复杂的金融数据，提供更具洞察力的交易建议。
FinVision旨在解决现有研究中的几个重要问题。首先它通过多模态数据整合提高了模型的可解释性，使得交易决策过程更加透明。其次,该框架采用了协作式多智能体系统，每个代理专注于特定的数据处理和分析任务，这样可以充分发挥每种数据的优势，提供全面的决策支持。最后通过反思模块，FinVision实现了自适应学习，根据历史交易数据不断优化其策略，从而在不同市场条件下保持一致的表现。
FinVision的研究目标不仅在于提供更精确的股票市场预测，还在于通过技术创新和系统设计填补现有方法的空白，提供一种更有效和可解释的金融交易解决方案。
相关工作
大模型（LLMs）在自然语言处理（NLP）领域展现了强大的能力，特别是在语义分析、文本生成和语言理解等任务上。近年来，LLMs在金融领域的应用也取得了显著的进展，逐步渗透到金融分析、风险管理和市场预测等多个方面。例如，通过对新闻文章和社交媒体内容的情感分析，LLMs可以提供关于市场情绪的宝贵见解，从而帮助预测股票价格的波动。基于LLMs的情感分析不仅可以捕捉到投资者情绪的变化，还可以揭示潜在的市场趋势。
在金融领域，LLMs的应用不仅限于情感分析。最近的研究表明，LLMs可以通过指令微调，显著提升其在金融任务中的表现。例如，研究人员通过微调GPT-4和ChatGPT等模型，以更好地预测股票市场的动向和执行次日交易。然而由于金融数据的多模态性质和多步骤推理的需求，LLMs在这些复杂任务中的推理和表现效果最初并不理想。
基于LLM的代理系统的发展为这一领域带来了新的契机。多代理系统（MAS）利用多个协作的代理来处理复杂任务，每个代理专注于特定的子任务，从而提升整体系统的性能和可解释性。例如，在多代理辩论（MAD）和ReConcile等框架中，多个AI代理通过模拟人类讨论过程进行协作问题解决，以提高推理和决策能力。这种协作方法不仅增强了模型的推理能力，还通过透明的思维链提示技术（CoT），提高了模型的可解释性。
尽管如此，先前的相关研究和现有方法仍然存在一些局限性。首先，传统的深度学习和强化学习模型需要大量的训练数据，而且通常将各种数据类型编码为数值格式，从而限制了模型的行为可解释性。其次，由于金融数据的多样性和复杂性，现有方法在整合多模态数据时往往存在过度简化的问题。例如，将文本新闻数据简化为单变量的情绪评分无法全面捕捉市场动态，而有效解释这些信息则需要复杂的金融推理。此外，现有研究在提高模型性能和可解释性方面仍面临诸多挑战，例如微调过程中需要大量的注释数据，以及结果缺乏可解释性。
然而近年来，基于LLM的代理通过为系统配备用于多步骤推理和交互的先进认知技能，彻底改变了这一领域。FinMem和FinAgent等研究引入了带有记忆机制和市场情报的多模态LLM交易代理，展现了在金融交易中的潜力。例如，FinMem包含数值的历史价格，但缺乏具有视觉推理能力的代理，而FinAgent则配备了低级和高级反思模块，并采用工具增强的决策过程。尽管FinAgent取得了有希望的结果，但其训练时间长达一年，导致显著的API成本。此外，作为交易的一个重要组成部分，风险管理在此研究的背景下并未被考虑。
方法论
FinVision框架的整体结构由多个专用的LLM代理组成，每个代理负责处理不同类型的金融数据和决策任务。这个多智能体系统通过协作，综合各个模块的分析和结果，从而提高金融交易决策的准确性和可靠性。
图1：多模态多智能体预测框架
FinVision框架包含四个主要模块：总结模块、技术分析模块、反思模块和最终决策模块。每个模块都承担特定的功能，协同工作以提供全面的交易建议。
总结模块的主要任务是从输入的文本数据中生成简洁且信息丰富的摘要。具体来说，该模块会处理前一天提供的新闻语料库，提炼出与特定股票相关的关键信息。通过提示语言模型代理生成这些摘要，系统能够快速识别和提取对股票交易决策有影响的事实信息。这一过程确保了前一天的新闻被有效地整合，并以简明的形式呈现，为后续的分析和决策提供基础。
技术分析模块专注于从历史价格数据和技术指标（以图像形式呈现）中提取洞察。该模块利用具有视觉推理能力的语言模型代理分析过去60天的蜡烛图和技术指标图像。通过这种方式，系统能够识别图表中的模式、趋势和潜在信号，从而提供技术见解，帮助制定次日交易策略。技术分析模块与总结模块相辅相成，为交易决策提供全面的基础。
反思模块由两个部分组成，分别分析过去的交易表现和信号。第一个部分通过评估短期和中期的历史交易数据，提供对近期交易表现和决策有效性的见解。第二个部分则通过分析过去30天的交易信号图像，生成关于交易信号模式及其有效性的反馈。反思模块的核心在于利用视觉数据和历史交易数据，帮助系统校准其交易策略，以便在未来的交易中实现更高的准确性和可靠性。
最终决策模块负责综合前几个模块的分析结果，生成具体的交易建议。该模块结合新闻摘要、技术分析和反思结果，针对每只股票做出买入、卖出或持有的决策，同时确定交易头寸的大小。通过这种方式，系统能够在全面分析的基础上做出明智的交易决策。这种方法不仅提高了交易决策的精度，还通过详细解释交易决策过程，增强了系统的可解释性。
FinVision框架通过整合总结模块、技术分析模块、反思模块和最终决策模块，提供了一种系统化、多层次的金融交易解决方案。每个模块专注于不同类型的数据处理和分析任务，通过协作实现整体性能的提升。这种方法不仅提高了交易决策的准确性和可靠性，还通过增强系统的可解释性，为用户提供了更透明的交易过程。
实现细节
在《FinVision：一种用于股票市场预测的多智能体框架》论文中，作者详细描述了框架的实现细节。该框架利用了多种先进的技术和工具，以确保其高效性和准确性。
使用的技术和工具
FinVision框架采用了LangGraph库来实现一个有向图结构，其中每个节点对应一个专门的代理。LangGraph库是一种用于构建和管理多代理系统的工具，使得各个代理之间的协作更加便捷。系统使用了StateGraph类来定义代理之间的依赖关系，并管理信息流的传递。此外，框架中使用的代理模型主要为GPT-4o-mini模型，这是一种功能强大的多模态语言模型。为了确保输出的一致性，该模型的温度设置为0.3。此外，框架中的图表代理和部分反思代理还利用了模型的视觉能力，分析蜡烛图、技术指标和交易信号图像。预测代理，即负责最终交易决策的代理，使用了o1-mini模型，这是一种为高级推理任务设计的新型GPT模型，其温度设置为1，这是该模型唯一可用的选项。
系统的架构设计
FinVision的系统架构设计基于多代理系统（MAS）的理念，每个代理专注于特定的任务，并通过协作实现整体系统的优化。具体来说，系统包含了总结模块、技术分析模块、反思模块和最终决策模块。总结模块负责处理文本数据，生成简洁的信息摘要；技术分析模块通过视觉推理分析历史价格数据和技术指标；反思模块分为两个部分，分别分析历史交易数据和交易信号；最终决策模块综合前几个模块的分析结果，生成具体的交易建议。这样的架构设计使得系统能够充分利用每个代理的专长，提高整体的分析和决策能力。
训练数据和过程
在训练数据的收集和处理过程中，研究团队选择了三家主要的科技公司：苹果（AAPL）、亚马逊（AMZN）和微软（MSFT），并对其在2023年4月1日至2023年12月29日这段时间内的表现进行了研究。数据集包括从Yahoo Finance获取的新闻文章、每日蜡烛图、技术指标和反思数据。蜡烛图、技术指标和用于反思的交易信号图像均使用Matplotlib和各种金融库绘制。具体来说，研究纳入了以下技术指标：简单移动平均线（10日和50日）、相对强弱指数（14日周期）、布林带（20日周期，2个标准差）、交易量和移动平均线收敛发散（MACD）。反思数据包括交易信号图像和过去交易活动的绩效数据。
在训练过程中，研究团队将时间段分为两个月的训练期（2023年4月1日至2023年5月31日）和七个月的测试期（2023年6月1日至2023年12月29日）。初始训练期对于生成足够的反思数据至关重要，确保多代理系统在后续测试阶段有坚实的历史输入。训练数据的选择和处理，以及各个模块在训练过程中的协作，使得FinVision能够在复杂的金融市场环境中提供准确和可靠的交易决策。
通过详细描述使用的技术和工具、系统的架构设计以及训练数据和过程，研究团队展示了FinVision框架的实现细节，为读者提供了一个全面了解该系统的基础。这些细节不仅展示了技术创新的应用，也为其他研究者提供了可供参考的实施方案。
实验与结果
为了验证FinVision框架的有效性，研究团队设计了一系列实验，将其与基准模型进行比较，并在不同市场条件下进行测试。这些实验旨在评估框架在真实市场环境中的表现，以及反思机制对决策过程的影响。
实验设计
实验设计的核心在于评估FinVision框架在三个主要科技股（苹果[AAPL]、亚马逊[AMZN]和微软[MSFT]）上的表现。研究团队选择了2023年4月1日至2023年12月29日的九个月数据，将这一时间段分为两个月的训练期（2023年4月1日至2023年5月31日）和七个月的测试期（2023年6月1日至2023年12月29日）。这一设计不仅确保了足够的训练数据，还提供了充足的测试期以评估模型的稳定性和适应性。
数据收集方法
数据集包括新闻文章、每日蜡烛图、技术指标和反思数据。新闻文章来自Yahoo Finance，为系统提供了文本数据输入。蜡烛图和技术指标图像则使用Matplotlib和各种金融库绘制，纳入了简单移动平均线（10日和50日）、相对强弱指数（14日周期）、布林带（20日周期，2个标准差）、交易量和移动平均线收敛发散（MACD）。此外，反思数据包括交易信号图像和过去交易活动的绩效数据。这些数据的全面收集和处理，为实验的进行提供了坚实基础。
评估指标
为了全面评估FinVision框架的性能，研究团队采用了以下关键指标：
年化收益率（ARR）：衡量投资组合增长的年化度量，计算公式为：
其中，T 是总交易天数，CC 是一年内的交易天数，PT 和 P0 分别表示最终和初始投资组合价值。
夏普比率（SR）：衡量投资组合的风险调整回报，定义为：
其中，Rp是投资组合的平均回报率，Rf是无风险利率，σp 是投资组合的波动率。更高的夏普比率表示更好的风险调整表现。
最大回撤（MDD）：衡量投资组合价值从历史峰值的最大百分比下降，定义为：
其中，是截至时间 t 的累积回报，
是截至时间 tt 的最高累积回报。这里，Vi表示时间 i的投资组合价值。
实验结果分析
实验结果显示，FinVision框架在三个主要科技股上的表现出色。在年化收益率和夏普比率方面，FinVision框架的表现优于市场的买入并持有策略。例如，对于AAPL，框架实现了14.79%的年化收益率和1.20的夏普比率，而市场分别为13.56%和0.67。MSFT和AMZN的表现也显示出类似的趋势，尽管AMZN的年化收益率略低于市场，但框架显著提高了风险调整后的表现，实现了更高的夏普比率和更低的最大回撤率。
与基准模型的比较
研究团队将FinVision框架与多种基准模型进行了比较，包括传统的买入并持有策略、移动平均线收敛发散（MACD）策略、结合振荡器生成精细信号的KDJ与RSI过滤器策略，以及两种强化学习算法：近端策略优化（PPO）和深度Q网络（DQN）。结果表明，FinVision框架在所有评估的股票中表现优于这些基准模型。例如，对于AAPL，框架的年化收益率和夏普比率远高于PPO和DQN模型，表明其在捕捉复杂市场动态方面具有优势。
各种市场条件下的表现
在牛市环境中，买入并持有策略显示出了较强的效果，特别是对于AMZN。然而，FinVision框架不仅在牛市中表现出色，还通过优化风险调整指标展示了其在不同市场条件下的稳健性。框架的自适应学习机制使其能够根据市场动态不断调整策略，确保在各种市场情景中都能取得优异表现。
反思机制的影响
反思机制在FinVision框架的表现中起到了关键作用。通过对历史交易数据和信号的分析，反思模块帮助系统校准交易策略，从而提高预测的准确性。消融研究表明，移除反思模块会显著降低框架的性能，验证了其在自适应学习和决策过程中的重要性。
FinVision框架通过综合总结模块、技术分析模块、反思模块和最终决策模块的分析结果，展示了其在金融交易中的潜力和优越性能。这些实验结果不仅证明了框架的有效性，还为未来的改进和应用提供了宝贵的见解。
讨论
FinVision在金融交易预测中展示了显著的优势。首先，它引入了一个多模态多智能体系统，能够处理和解释来自不同来源的金融数据，如文本新闻、蜡烛图和交易信号。这种多模态数据整合大大提高了模型的可解释性，使得交易决策过程更加透明。其次，通过集成反思模块，FinVision能够分析历史交易信号及其结果，从而提高系统在未来交易场景中的决策能力。实验结果显示，反思模块在增强框架的决策能力方面发挥了关键作用。最后，FinVision框架采用协作式多智能体系统，每个代理专注于特定的数据处理和分析任务，从而充分发挥每种数据的优势，提供全面的决策支持。
然而FinVision也存在一些不足之处。尽管它在多个方面超越了传统模型和强化学习模型，但其训练时间较短可能导致某些复杂市场动态的捕捉不够全面。此外，尽管框架展示了显著的风险管理能力，但在某些极端市场条件下，表现可能仍有改进空间。FinVision的实现依赖于先进的技术和工具，对于资源有限的团队来说，可能难以复制和实现。
实验结果表明，FinVision框架在年化收益率和夏普比率方面表现优于市场的买入并持有策略，特别是在AAPL和MSFT这两个股票上。其在AMZN上的表现虽然略低于市场，但在风险调整后的表现上显著优于基准模型。这些结果表明，FinVision框架在保持竞争力回报的同时，有效地管理了风险。
通过与基准模型的比较，FinVision在所有评估的股票中表现出显著优势，特别是与传统的买入并持有策略和基于强化学习的模型相比。PPO和DQN模型在多个指标上表现不佳，而FinVision通过集成多种数据类型和反思模块，展示了其在捕捉复杂市场动态方面的优越性。
在牛市环境中，买入并持有策略显示出了较强的效果，特别是对于AMZN。然而，FinVision不仅在牛市中表现出色，还通过优化风险调整指标展示了其在不同市场条件下的稳健性。框架的自适应学习机制使其能够根据市场动态不断调整策略，确保在各种市场情景中都能取得优异表现。
实验还揭示了反思机制在FinVision框架中的关键作用。通过对历史交易数据和信号的分析，反思模块帮助系统校准交易策略，从而提高预测的准确性。消融研究表明，移除反思模块会显著降低框架的性能，验证了其在自适应学习和决策过程中的重要性。
尽管FinVision展示了显著的性能和潜力，仍有一些改进方向可以考虑。首先，进一步延长训练时间可能有助于捕捉更复杂的市场动态，从而提高系统的预测准确性。其次，引入更多的多模态数据源，例如社交媒体数据和其他市场情绪指标，可能进一步增强模型的表现。此外，结合强化学习技术，通过在动态细化过程中使用口头提示微调策略，可以提高框架对快速变化市场条件的适应性。最后，优化计算资源的使用和提高系统的可复制性，使得更多研究团队能够实现和应用这一框架，也将是一个值得探索的方向。
综上所述，FinVision在金融交易预测中展示了强大的潜力和优越性能，尽管存在一些不足和改进空间。通过持续的优化和改进，FinVision有望在未来的金融市场分析和预测中发挥更大的作用。（END）
参考资料：https://arxiv.org/pdf/2411.08899
波动世界（PoppleWorld)是噬元兽数字容器的一款AI应用，基于意识科学和情绪价值的理论基础，通过AI技术驱动帮助用户进行情绪管理的工具和传递情绪价值的社交产品，波动世界将人的意识和情绪作为研究和应用的对象，探索人的意识机制和特征，培养人的意识技能和习惯，满足人的意识体验和意义，提高人的自我意识、自我管理、自我调节、自我表达和自我实现的能力，让人获得真正的自由快乐和内在的力量。波动世界将建立一个指导我们的情绪和反应的价值体系。这是一款针对普通人的基于人类认知和行为模式的情感管理Dapp应用程序。
加入AI交流群请扫码加微信
