PORTBENCH: A Correlation-Aware, Full-Pipeline Benchmark for LLM-Driven Portfolio Management
创建于 更新于
摘要
本文提出PORTBENCH，面向大语言模型驱动的投资组合管理，构建覆盖六类资产、183项金融工具及2015—2025年市场数据的相关性感知基准。研究将静态金融问答与动态五阶段配置流程结合，并通过双层相关性评分、CEPS跨阶段误差传播指标、压力情景和投资者风险画像评估模型能力。实验显示，模型虽在公式型问答中表现较强，但在信号转化、协方差利用、交易执行和压力风险控制方面明显不足；2024年约90%的模型—风险画像组合未能战胜等权配置，说明金融知识与市场解读尚未转化为稳定、风险感知的组合管理能力。[page::0][page::1][page::3][page::7]
