• Ploutos模型框架设计 [page::0][page::2]：

- 包含多个策略专家：技术分析专家（基于多种alpha因子做时间序列特征提取）、情感分析专家（综合处理新闻和推文情绪）、人类专家（基础面和宏观经济视角）。
- PloutosGPT将各专家见解融合并生成多视角、多策略的解释性涨跌预测理由。

• 量化因子构建与提示设计 [page::2][page::3]:

- 技术专家用N2I-Align技术将多特征时间序列对齐为文本，提示LLM进行下一个token预测，促进对复杂alpha指标的理解和利用。
- 情感专家采用监督与无监督混合训练，使用金融领域多种情感数据集，结合LLaMA-2微调，生成基于历史舆情的情绪分数，映射至股票涨跌运动。
- 人类专家提供宏观和基本面领域的专业见解，增强框架的实际适用性。

• PloutosGPT模型训练创新 [page::1][page::4]:

- 后视镜提示策略：利用GPT-4生成过去事件发生后对应的涨跌理由作为监督数据，保证合理性和可信度。
- 动态token权重机制：根据词嵌入相似度动态调整关键tokens权重，提高预测准确率及解释文本的质量。

• 预测性能对比 [page::5]:

| 模型 | ACL18准确率 (%) | ACL18 MCC | CIKM18准确率 (%) | CIKM18 MCC |
|------------|-----------------|-----------|------------------|------------|
| ARIMA | 51.42 | -0.021 | 52.36 | -0.012 |
| Adv-LSTM | 57.24 | 0.148 | 56.48 | 0.016 |
| StockNet | 58.23 | 0.081 | 56.37 | 0.023 |
| DTML | 57.44 | 0.191 | 58.62 | 0.045 |
| GPT-4 | 53.08 | 0.023 | 57.44 | 0.034 |
| LLaMA-2-7B | 52.74 | 0.051 | 56.92 | 0.027 |
| FinMA-7B | 56.28 | 0.104 | 53.24 | -0.031 |
| Ploutos-7B | 61.21 | 0.205 | 59.89 | 0.064 |

- Ploutos显著超越传统深度学习模型和其他LLM基线，验证了该框架结合多模态专家知识及训练策略的有效性。

• 组件贡献与消融实验 [page::6]:

| 模型 | 准确率 | MCC | F1 |
|------------|--------|-------|------|
| Ploutos-S（无情感专家） | 59.62 | 0.189 | 0.598|
| Ploutos-T（无技术专家） | 58.11 | 0.153 | 0.537|
| Ploutos-R（无后视镜与动态权重） | 60.41 | 0.191 | 0.604|
| Ploutos | 61.21 | 0.205 | 0.612|

- 证明情感、技术、后视镜动态权重等模块均对模型性能起关键作用。

• 解释性评估与动态权重温度影响 [page::6][page::7]:

| 模型 | Faithfulness (%) | Informativeness (%) |
|--------|------------------|---------------------|
| FinMA | 59.53 | 61.32 |
| FinGPT | 72.82 | 84.76 |
| GPT-3 | 77.63 | 91.58 |
| Ploutos| 81.24 | 96.52 |



- 动态token权重温度调节表现出Faithfulness和准确率的协同提升，最佳温度为0.5，平衡了关键解释tokens和预测准确性。

• 量化因子构建总结 [page::2][page::10]:

- 使用多种alpha因子指标，如移动平均线MV7、MV20，MACD，EMA，Bollinger带及成交量均线等，结合数值和文本说明形成时间序列特征。
- 通过Number-to-Text Alignment技术转化为文本序列，方便LLM建模。

• 训练数据构建与提示设计 [page::12][page::13]:

- Rearview-mirror提示通过引导LLM生成基于历史数据的多视角牛熊理由，为模型提供可信监督信号。
- 结合多专家输入和价格涨跌标签，构成训练样本，用于下游模型微调。

Ploutos: Towards interpretable stock movement prediction with financial large language model - 详尽分析报告

---

一、元数据与概览 (引言与报告概览)

• 报告标题：Ploutos: Towards interpretable stock movement prediction with financial large language model

- 作者及机构：Hanshuang Tong, Jun Li, Ning Wu, Ming Gong∗, Dongmei Zhang, Qi Zhang，微软，北京，中国

• 发布日期：暂未标明具体发布日期，基于引用和技术背景推断为2023年后期

- 研究主题：基于大语言模型（LLM）的股票价格涨跌（股票走势）预测，强调模型的可解释性与多模态融合能力，即结合文本信息（新闻、推文）和时间序列数值特征（价格、交易量）实现股票走势的精准预测。

核心论点：
该报告提出了一套名为Ploutos的创新金融大语言模型框架，包括两个主要模块PloutosGen和PloutosGPT，旨在解决当前深度学习和LLM股票预测方法中多模态数据灵活融合不足，以及模型缺乏决策可解释性的问题。Ploutos通过多专家系统（技术分析、情绪分析、人类专家）进行多角度分析，再通过PloutosGPT整合专家观点并输出带有详尽决策逻辑的解释性推理，最终实现了在准确性和解释性方面超越现有方法的效果。

评级与目标价：
文中无具体投资评级或目标价格，但强调Ploutos在二分类（涨/跌）预测任务中的性能优越性，突出其作为辅助决策工具的作用。

---

二、逐节深度解读

2.1 摘要

• 关键点：

- 当下LLMs在金融领域潜能巨大但未被充分挖掘。
- 传统深度学习模型难以灵活融合文本和数值信息且解释性差。
- Ploutos创新点在于集合多专家（文本及数值解析）来处理多模态数据，并以特有的训练策略（rearview-mirror prompting和动态token加权）提升决策生成的解释性及准确性。
- 实验证明Ploutos在预测准确率和解释性均优于现有技术。

• 推理依据：

- 深度学习方法（LSTM、Transformer等）缺乏对混合数据的灵活融合。
- LLM虽然具备强大的语言理解能力，但对股市专业数据处理不足，且较难生成高质量解释。
- 通过设计“多专家管道”，分工明确，每个专家专注于不同模态和角度，实现优势互补。
- “rearview-mirror prompting”策略借鉴经济学家巴菲特观点，先回顾过去走势解释，再用于监督finetune。
- 动态token加权确保模型对核心解释性词汇关注度提升，增强解释质量。

2.2 介绍与问题定义（Intro & Problem Formulation）

• 股票走势预测定位为二分类问题，判断目标日相较前一交易日的调整收盘价涨跌：

$$
Y{d}=\left\{
\begin{array}{ll}
0 & p{d}^c < p{d-1}^c \text{（下跌）} \\
1 & p{d}^c \geq p{d-1}^c \text{（上涨）}
\end{array}
\right.
$$

• 数据输入包括：

- 历史股价序列（数值时间序列）
- 新闻、推文等文本情绪信息

• 当前方法不足：

- 传统模型黑盒、缺乏多策略灵活适配能力。
- 纯LLM方法未能完全融合且解释能力不足。

2.3 Ploutos架构设计（Methodology）

2.3.1 PloutosGen多专家管道

• 三类专家系统：

1. 技术专家(Technical Expert)：利用多种Alpha因子（时间序列指标如移动平均、MACD等），将数值时间序列作为下一令牌预测任务输入，基于LLaMA-2模型，通过Number-to-Text Alignment (N2I-Align)关系描述数值指标与解释文本，增加模型可解释性。
2. 情绪专家(Sentiment Expert)：基于多财务情绪数据集（FIQA-SA、NWGI、BTSA、TNFS等）训练，评估文本情感对股价趋势的影响，基于非监督、监督或联合训练方式，由LLaMA-2微调实现。
3. 人类专家(Human Expert)：模拟经验丰富的人类分析师视角，整合宏观经济、基本面分析等非结构化信息，作为可选增强模块。

• 多模态融合策略：通过上述专家各自产生判断、见解，再由PloutosGPT综合，适应不同股票场景下各专家效果的差异，实现灵活权衡。

2.3.2 PloutosGPT训练机制

• rearview-mirror prompting（后视镜提示）：

- 模仿巴菲特“后视镜总比挡风玻璃清晰”理念，利用已知股价涨跌作为“地面真实”，用GPT-4生成可信的涨跌理由（bullish/bearish rationales）。
- 生成内容包含对不同专家观点的加权，形成高质量监督数据集。

• 动态token权重机制：

- 对训练时生成的各token赋予权重，重要token权重更高，优先学习其正确生成。
- 权重计算方式为基于token隐藏层表示与标签对应的“type embedding”余弦相似度，通过温度参数调整权重集中度。

损失函数为：

$$
\mathcal{L}=\sum{i}-\alpha{i}\log p(y{i}|\boldsymbol{x},y{1\ldots i})
$$

其中，

$$
\alpha{i}=\frac{\exp(\cos(t{Y{d}},h{i})/\tau)}{\sum{j=1}^{m}\exp(\cos(t{Y{d}},h_{j})/\tau)}
$$

• 目的：平衡模型生成解释性推理的准确性和关键内容的可解释能力。

---

三、图表深度解读

图1：传统方法与Ploutos方法对比示意图（第1页）

• 描述：

- 左侧为传统方法：直接将多模态数据输入单一模型，输出涨跌预测，无解释理由。
- 右侧Ploutos方法：多专家分别处理多模态数据，观点汇聚至PloutosGPT，输出清晰的看涨与看跌理由，并给出可解释的决策。

• 解读：

- 明确阐述Ploutos优于传统方法的两大优势：可解释决策流程、多样化策略融合。
- 体现Ploutos通过多策略融合及自然语言生成，强化用户信任度和实用性。

图2：Ploutos框架详细流程（第2页）

• 描述：

- 左侧为专家池输入，包括情绪分析专家、技术分析专家和基础分析专家的预测输入（如新闻内容、股票因子数据），针对特定股票进行独立分析。
- 右侧为PloutosGPT整合步骤，生成专门的多种看涨和看跌理由，并依据专家观点以及市场状况给出最终预测及涨跌幅度估计。

• 解读：

- 清晰展现多专家数据如何产生多元视角，及PloutosGPT如何进行推理与决策。
- 突出截图中不同专家观点之间的相互补充及融合重要性。

图3：PloutosGPT训练示意（第4页）

• 描述：

- 通过rearview-mirror prompting得到含多专家看涨/看跌输入的训练数据。
- 然后利用动态token加权对生成的理据和标签联合训练PloutosGPT。

• 解读：

- 训练数据通过FGPT-4生成，保证理据真实性与多样性。
- 动态token加权机制确保模型关注更关键解释信息，提高生成理据的质量和准确率。

图4：动态token加权中的温度参数对ACC与解释性指标的影响（第7页）

• 描述：

- 横坐标为温度参数，纵轴左侧为准确率(ACC)，右侧为Faithfulness（事实相符度）。
- 结果显示温度0.5时，准确率和解释性达到双峰，提示最佳平衡点。

• 解读：

- 低温度时模型过度关注预测准确，反而降低理据质量、解释可信度。
- 高温度时对关键tokens关注不足，准确率下降。
- 该曲线凸显了动态token权重调节机制及温度调节的重要性。

表3：主流方法与Ploutos比较（第5页）

| 模型 | ACL18准确率 | ACL18 MCC | CIKM18准确率 | CIKM18 MCC |
|------------|-------------|-----------|--------------|------------|
| ARIMA | 51.42% | -0.021 | 52.36% | -0.012 |
| Adv-LSTM | 57.24% | 0.148 | 56.48% | 0.016 |
| StockNet | 58.23% | 0.081 | 56.37% | 0.023 |
| DTML | 57.44% | 0.191 | 58.62% | 0.045 |
| GPT-4 | 53.08% | 0.023 | 57.44% | 0.034 |
| LLaMA-2-7B | 52.74% | 0.051 | 56.92% | 0.027 |
| FinMA-7B | 56.28% | 0.104 | 53.24% | -0.031 |
| Ploutos-7B | 61.21% | 0.205 | 59.89% | 0.064 |

• 明显提升准确度和MCC（平衡准确率指标）验证其在不同数据集上均表现优秀。

表4：Ploutos不同版本消融实验（第6页）

| 模型 | 准确率 | MCC | F1 |
|---------------|---------|-------|-------|
| Ploutos-s（无情绪） | 59.62% | 0.189 | 0.598 |
| Ploutos-t（无技术） | 58.11% | 0.153 | 0.537 |
| Ploutos-R（无rearview及权重机制） | 60.41% | 0.191 | 0.604 |
| 全Ploutos | 61.21% | 0.205 | 0.612 |

• 结果体现各组成模块均作出贡献，完整体系性能最佳。

表5：模型解释性评价（Faithfulness与Informativeness）

| 模型 | 规模 | Faithfulness | Informativeness |
|----------|------|--------------|-----------------|
| FinMA | 7B | 59.53 | 61.32 |
| FinGPT | 7B | 72.82 | 84.76 |
| GPT-3 | 175B | 77.63 | 91.58 |
| Ploutos| 7B | 81.24 | 96.52 |

• Ploutos在7B规模模型中显示绝对领先的解释质量指标，核心贡献在于训练数据的策略设计及动态权重机制。

---

四、估值分析

本研究并未开展传统意义上基于DCF、市盈率或EV/EBITDA的公司价值估值分析，重点在于模型设计和性能评估，因此不涉及价格估值过程。

但Ploutos内核通过：

• 结合多角度Alpha指标、技术指标及情绪情报

- 以LLM形式执行市场脉络结合分析和推理

间接反映投资决策价值提升，提高决策辅助系统潜力。

---

五、风险因素评估

报告在限制部分提及潜在挑战：

• 专家系统选择风险：不同专家的选取与表现极大影响预测效果，若专家存在偏差则可能放大预测误差。

- 计算资源消耗高：多专家集成与大型模型微调导致较高计算成本，影响上线部署效率。

• 数据类型局限：当前模型聚焦文本与数值，未来若能融入视觉数据（例如卫星图像、其他非结构数据）可能进一步提升性能。

未详述具体风险缓释策略，提示后续研究需关注效率优化及专家选择优化。

---

六、批判性视角与细微差别

• 优势判断合理：

- Ploutos明确克服了传统模型难以解释和融合多模态数据的局限。
- 创新训练机制使得模型不仅预判涨跌，还能生成有意义、可信的解释文本。

• 可能存在局限：

- “后视镜”训练策略依赖历史涨跌事实，可能导致模型在真正的市场突发事件前预测能力有限（未来不可逆因果预测仍具挑战）。
- 动态token权重依赖于正确识别关键词，若文本多样性极大时权重调整可能不稳定。
- 人类专家模块未具体实现，依赖人工输入，限制了模型纯自动化应用。
- 训练及测试数据均基于历史及公开数据集，现实市场中数据多样性更强，需验证泛化能力。

• 内部一致性：

- 报告结构严谨，理论与实验对应紧密，说明研究设计及结果验证较为充分。

---

七、结论性综合

Ploutos作为一个结合了多策略、多模态数据分析能力及先进大语言模型训练方法的金融预测框架，展现了以下关键优势和发现：

• 多专家协同提升理解多模态信息能力：

技术分析专家用Alpha因子精细刻画时间序列特征，情绪专家深入挖掘文本情感影响，人类专家侧重宏观经济和基本面智慧，三者共同保障模型对股票多维信息的覆盖广度和深度。

• 创新训练方法提升解释性和精度：

通过rearview-mirror prompting利用已知历史真实结果指导理据生成，结合动态token权重提高模型对关键解释理由词的敏感性，避免模型出现无关或泛泛而谈的模糊解释。

• 显著优于现有主流模型性能：

在两个经典股票涨跌预测公开数据集上，Ploutos准确率分别达61.21%和59.89%，显著高于ARIMA、Adv-LSTM、GPT-4及FinMA等对比模型，并且以0.205和0.064的MCC指标表现出更强鲁棒性。

• 提升模型可解释性：

在Faithfulness和Informativeness两大指标上，Ploutos均得分最高，说明生成的涨跌理据不仅符合事实也内容详实，利于增强投资者和分析师信任。

• 动态调整令模型表现更为均衡：

动态token权重中的温度调节实现了预测准确性和解释性之间的最佳平衡，体现了预测准确和良好解释能力并非对立，而是相辅相成。

• 未来潜力与改进方向：

报告指出诸如专家选取偏差、计算效率与数据类型局限等短板，为进一步研究及实际应用提供参考。

整体而言，Ploutos通过打破传统深度学习模型对多模态股票数据解释性弱的问题，依托最先进的大语言模型训练策略，成功推动了金融领域股票走势理解与预测的范式升级。其提出的多专家融合和rearview-mirror提示策略代表了股市预测任务中结合AI解释性和性能的有效路径，具备较高的学术和应用价值。

---

综述图表

• 

-

• 

-

---

[page::0,1,2,3,4,5,6,7]

报告