Designing Agentic AI-Based Screening for Portfolio Investment
创建于 更新于
摘要
本文提出一种三层次的Agentic AI投资架构：年化LLM-S基于基本面筛选、月度FinBERT基于新闻情绪筛选、以及高维精度矩阵估计的定量配权步骤，筛选后的股票池平均约22只并在2020–2024年样本上将峰值年化Sharpe比从基准0.6324提升到1.1867，验证了“sensible screening”在温和筛选误差下使筛选后组合的平方Sharpe比一致估计目标的理论结论 [page::0]
