Toward Expert Investment Teams: A Multi-Agent LLM System with Fine-Grained Trading Tasks

创建于 2026-02-27T11:42:01.542204+08:00 更新于 2026-02-27T11:57:58.506428+08:00

摘要

本文提出一套层级多代理LLM交易框架，通过将投资分析拆解为细粒度常规任务（而非粗粒指令）来提升推理质量与可解释性，并在TOPIX100的市场中以时间泄露受控的回测验证显示，细粒度任务设计显著提高了风险调整后收益与信息传导效率，且技术因子在性能提升中起主导作用 [page::0][page::6]