AlphaAgents: Large Language Model based Multi-Agents for Equity Portfolio Constructions
创建于 更新于
摘要
本文提出了基于大型语言模型（LLM）的多智能体系统AlphaAgents，用于股票研究与组合构建。系统包含基本面、情绪和估值三类专业智能体，能够协作并进行多轮辩论以达成投资共识，有效缓解认知偏差和模型谬误。通过对15只科技股的实证回测，结果显示多智能体组合在风险中性环境下优于单一智能体及基准组合，体现了多智能体融合短期情绪与长期基本面信息的优势，为量化投资策略提供创新方法和实践路径[page::0][page::1][page::4][page::5][page::6][page::7]
