LLM-Generated Counterfactual Stress Scenarios for Portfolio Risk Simulation via Hybrid Prompt-RAG Pipeline
创建于 更新于
摘要
本文提出一套可审计的 Prompt–RAG 混合流水线：以 IMF WEO 基线（可选新闻检索）为上下文，用指令调优的 LLM（GPT-5-mini、Llama-3.1-8B-Instruct）生成结构化的国别 Q4‑2026 宏观冲击（GDP、通胀、利率），并通过三通道（波动率、线性 PCA 因子、带放大项的非线性因子）将宏观冲击映射为投资组合的 VaR/CVaR 倍数，结果显示 LLM 生成方案在可审计结构与可复现化约束下产生“中等”尾部放大（线性通道 VaR 多数位于约 1.1–1.5× 范围），且尾风险变化主要由投资组合构成与 prompt 设计驱动，而检索/新闻影响较小 [page::0][page::7][page::16]
