大模型在量化金融领域的应用：LLMagent打造交易系统（FINCON）实战！

本文链接：https://blog.csdn.net/2401_85343303/article/details/145784840

看了一篇关于用LLM agent 建立交易和风控系统的文章，这篇文章是今年NIPS上的一篇文章：

其实文章的亮点在于risk management component里面，怎么针对manager agent 作出的决策计算P&L 或者 CVaR 来对决策好坏进行策略调整。总体架构如下：

核心思想在于有多个不同agents 会每天或者实时抓取相关的股票新闻，财报信息，股价信息，研报等信息，进行对股票进行分析决策，每个agent 会负责单独的任务，比如agent-0 负责研报的分析，agent-1 负责股价的分析，agent-2 负责财报或者实时新闻的分析等等，然后这类不同的agent会把自己的分析结果传给manager agent进行汇总分析，然后manager agent 会根据各个analyst agent的分析结果对各个股票进行买入排序或者买入或者卖出的决策判断，然后把需要买入的股票进行汇总，用mean-variance optimization的算法进行持仓配比预测，然后输出交易信号让交易系统完成。而risk management component 会根据manager agent决策结果进行评估，会对一段时间的P&L以及 CVaR的风险数据进行计算从而对manager agent的决策进行反馈，manager agent 会根据risk manager agent的反馈及时调整自己的策略。

其实问题的关键在于如何训练出这个一个风险评估模型

具体算法如下：

具体来说用历史数据进行回测训练，会对不同的交易和策略轨迹H_{k-1} 和 H_{k} 进行比较评估，从而模型会不同的反思，而risk management component会根据得到的P&L 或者风险参数进行prompt 参数的更改，比如说比较简单的就是对决策的历史波动率threshold进行调整去让manager agent 根据threshold进行决策调整等等。但是具体作者没有开源代码，或者代码还没上传，之后代码等作者上传了需要对代码进行具体解析才能知道这里作者具体是怎么做的：https://github.com/The-FinAI/FinCon

看了下回测效果这么强吗？

赶快开源吧！！！

在这里插入图片描述

如何学习AI大模型？

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述