大a都上4千点了，来看一个“股票研究报告（ERR）自动生成”，输入输出如下：
- 输入 ：给定公司股票代码（s）和研究日期（t），自动采集6类结构化/非结构化数据，构成输入集合S=[O, F, A, N, P, M]
- O：公司基础信息（如行业分类、市场定位）
- F：财务指标（利润表、资产负债表、现金流量表）
- A：公司公告（董事会决议、季度报告等）
- N：公司相关新闻（经筛选去重）
- P：历史股价数据
- M：市场指数（如沪深300）
- 输出 ：符合行业规范的ERR报告，包含6个核心模块：财务分析（R_fin）、新闻分析（R_news）、经营发展分析（R_manage）、风险分析（R_risk）、投资潜力评估（R_invest）、推荐评级（R_rec，买/卖）
方法包含数据集构建、多智能体框架设计、模型训练优化三大模块，下面具体看看实现。
数据集构建-FinRpt数据集
数据集构建流水线、数据采集模块和数据集增强模块
为支撑模型训练和评估，论文设计了自动化数据集构建流水线，核心分3步：
1. 数据收集模块
- 数据源
6 种数据类型相对应的数据内容和数据源
- 数据范围：沪深800指数的800只股票，2024年9月3日-11月5日（共10个分析日期，间隔1周）
2. 数据筛选与生成
- 筛选规则：剔除缺少财务指标、新闻数量＜2条、公告摘要＜300字的低质量数据
- 报告生成：用FinRpt-Gen框架（初始基于GPT-4o）自动生成ERR，形成原始样本（s, t, S, R）
3. 数据集增强模块
- 推荐评级校正：对比生成报告的R_rec与真实股价趋势，不一致则重新生成
- 专家报告校正：检索东方财富网的专家报告，让GPT-4o参考专家报告优化生成报告的准确性、逻辑性和专业风格
- LLM润色：用GPT-4o优化报告的可读性、连贯性和逻辑流畅度
- 最终数据集：6825条高质量ERR样本（含中英文版本），按9:1:1划分训练集（5556）、验证集（617）、测试集（652）
FinRpt 数据集来自不同行业的报告比例
FinRpt-Gen多智能体框架
FinRpt-Gen 框架
针对ERR结构复杂、需多维度分析的特点，设计了包含9个智能体的分层框架，分3大模块协同工作：
1. 信息提取模块（4个智能体）：从原始数据中提取关键信息
- 新闻提取智能体：对新闻N按股价影响度排序，筛选Top10关键新闻
- 收入提取智能体：从利润表F中提取营收、净利润、每股收益（EPS）等核心指标
- 资产提取智能体：从资产负债表F中提取资产、负债、权益等关键数据
- 现金提取智能体：从现金流量表F中提取经营/投资/融资活动现金流
2. 分析模块（4个智能体）：生成ERR的核心分析章节
- 财务分析智能体：基于3个财务提取智能体的输出，总结公司财务健康度、盈利能力和现金流状况，生成R_fin
- 新闻分析智能体：基于Top10新闻，分析其对股票未来表现的影响，生成R_news
- 经营分析智能体：从公司公告A中提炼管理层策略、发展轨迹，生成R_manage
- 风险分析智能体：整合财务、新闻、经营分析结果，识别核心风险（如政策风险、仿冒风险），生成R_risk
3. 预测模块（1个智能体）：生成投资建议与评级
- 预测智能体：输入R_fin、R_news、R_risk，结合历史股价P和市场指数M，生成投资潜力评估（R_invest）和推荐评级（R_rec）
- 评级规则：若预期股价涨幅超沪深300指数则为“Buy”，否则为“Sell”
模型训练优化：SFT+RL
针对框架中4个核心智能体（财务分析、新闻分析、经营分析、预测），采用“监督微调+强化学习”的两阶段训练：
1. SFT学习专业分析范式
- 数据：使用FinRpt数据集中对应模块的标注样本（输入为提取模块输出，输出为高质量分析章节）
- 方法：采用LoRA（低秩适配）微调，仅更新低秩适配器参数Δθ，避免全量微调的高资源消耗
- 优化目标：最大化生成目标文本的似然概率
其中θ₀为预训练模型原始参数，D_demo为各智能体的演示数据集
2. 强化学习（RL）：优化投资预测准确性
- 针对对象：仅优化预测智能体（核心影响投资建议有效性）
- 算法：采用DAPO（动态采样策略优化），基于PPO改进，确保训练稳定性
- 奖励函数：综合评估推荐评级准确性和投资分析质量，权重分配为α=0.6（评级准确性）、β=0.2（ROUGE-1）、γ=0.2（ROUGE-L）
优化目标：最大化裁剪后的代理目标，避免策略更新幅度过大
五、评估系统：全面衡量ERR生成质量
设计了包含“基础指标+LLM专业评估”的双维度评估体系，确保评估的全面性和专业性：
1. 基础指标（5个）- 量化文本质量与预测准确性
- 完成率（CompletionRate）：生成报告是否符合6章节格式要求
- 准确率（Accuracy）：推荐评级（Buy/Sell）的正确性
- 语义相似度（BERTScore/ROUGE-L）：与专家报告的语义对齐程度
- 数字覆盖率（NumberRate）：生成报告中财务数字的丰富度（对比专家报告）
2. LLM专业评估（6个维度）：评估金融专业性
- 财务数字（FN）：财务数据准确性与分析深度
- 新闻相关性（News）：新闻分析的相关性与全面性
- 公司/市场/行业洞察（CMI）：对公司管理、市场趋势的理解
- 投资逻辑（Invest）：投资建议的合理性与论证充分性
- 风险分析（Risk）：风险识别的全面性
- 写作质量（Writing）：连贯性、可读性与逻辑一致性
- 评估方式：用GPT-4o作为Judge Agent， pairwise对比不同模型生成的报告，计算调整胜率（Win Counts + 0.5×Tie Counts）/总样本数
实验性能
FinRpt-Gen 与基准方法在基础指标评估下的性能比较
消融实验
参考文献：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