利用大语言模型增强基本面分析：基于RAG的投资者简报生成系统

# 使用大型语言模型增强基本面分析：基于RAG的投资者简报生成系统
来源：https://arxiv.org/html/2607.09121
Bartosz Ziółko 和 Kacper Dobrzeniewski
波兰克拉科夫AGH科技大学计算机科学学院

###### 摘要

在本研究中，我们探讨了大型语言模型（LLM）为公司基本面分析带来的机遇，分析对象包括公司报告、描述宏观经济状况的数据和文档（如GDP和通胀变化），以及提交给美国证券交易委员会（SEC）的EDGAR系统中的文件。我们对这些数据进行预处理，然后通过API以检索增强生成（RAG）的方式发送给gpt-4o模型。我们还准备了一份基于基钦周期的示例投资者知识文档。我们扫描了9家公司为期4周的重要分析数据。利用LLM，我们自动生成关于这些公司的简报，并将其发送给九位个人投资者参与者，以评估这种数据分析方法的实用性。

关键词：金融自然语言处理，投资，大型语言模型（LLM），检索增强生成（RAG），投资者决策支持系统，投资中的人工智能
JEL代码：G11（投资组合选择；投资决策），G14（信息与市场效率；事件研究），G17（金融预测与模拟），C45（神经网络与相关主题）

## 1 引言

基本面分析作为投资策略的基石，传统上依赖于对财务报表、行业报告和宏观经济指标的深入评估。然而，这个过程耗时且需要分析师处理大量数据，其中许多是非结构化的，例如年度报告、财报电话会议记录或通过EDGAR系统提交给SEC等监管机构的文件。自然语言处理（NLP）的快速发展，特别是LLM的出现，为自动化和深化这一过程带来了前所未有的机遇。

### 1.1 文献综述

早期NLP在金融领域的应用主要集中在情感分析上。Loughran和McDonald（2011 (https://arxiv.org/html/2607.09121#bib.bib1)）的开创性研究表明，通用情感词典不适用于特定的金融语言，从而推动了专业词典的开发。随着Transformer架构和BERT等模型的出现（Devlin等人，2019 (https://arxiv.org/html/2607.09121#bib.bib2)），创建专门在金融语料库上预训练的上下文模型成为可能。一个例子是FinBERT（Araci，2019 (https://arxiv.org/html/2607.09121#bib.bib3)），它在金融文本情感分类任务中显著提高了性能。

当前NLP的革命从根本上建立在Vaswani等人（2017 (https://arxiv.org/html/2607.09121#bib.bib9)）引入的Transformer架构之上。其核心创新——自注意力机制——允许模型权衡输入数据中不同单词的重要性，从而实现更深入的上下文理解和并行处理能力，这是之前诸如RNN或LSTM等序列架构无法做到的。这一架构突破为现代LLM的发展铺平了道路。如今，该领域继续快速发展，领先的研究实验室不断突破模型能力的边界。例如，OpenAI的GPT-4o展示了向原生多模态模型的转变，能够无缝处理和推理文本、音频和视觉信息，提高了效率和用户交互可能性（OpenAI，2024 (https://arxiv.org/html/2607.09121#bib.bib10)）。

大规模生成模型的出现，如GPT系列，彻底改变了文本分析的方法。这些模型能够在零样本或少样本设置下理解和生成文本，执行比单纯情感分析复杂得多的任务。研究已显示它们在预测金融市场方面的潜力。例如，Lopez-Lira和Tang（2023 (https://arxiv.org/html/2607.09121#bib.bib4)）表明ChatGPT可以从新闻标题预测股价走势的方向，这表明这些模型内化了信息与市场反应之间的复杂关系。类似地，Itoh和Okada（2023 (https://arxiv.org/html/2607.09121#bib.bib7)）探索了ChatGPT对基本面数据进行文本分析的能力，进一步凸显了LLM自动化和扩展传统由人类执行的复杂分析任务的潜力。

在金融等需要高精度的领域应用LLM的一个关键挑战是确保事实准确性并避免所谓的“幻觉”。RAG方法由Lewis等人（2020 (https://arxiv.org/html/2607.09121#bib.bib5)）提出，为这一挑战提供了解决方案。它允许模型将其响应“扎根”于特定的、提供的源文档，显著提高了所生成内容的可靠性。这一好处进一步得到研究的支持，表明检索增强在对话上下文中积极减少模型幻觉（Shuster等人，2021 (https://arxiv.org/html/2607.09121#bib.bib8)）。从根本上说，这个过程可以看作是可控知识获取的实用实现，其中LLM对情境的“感知”由一组精心挑选的输入塑造，这一概念由Rzepka和Okada（2023 (https://arxiv.org/html/2607.09121#bib.bib14)）探索，作为构建更可靠AI系统的基石。此外，RAG的检索组件可以通过使用结构化知识库（如本体或知识图谱）来增强，而不仅仅是简单的文档获取。这种基于图的方法，正如Rzepka和Obayashi（2023 (https://arxiv.org/html/2607.09121#bib.bib13)）在复杂的出口管制安全领域所展示的那样，可以实现更精确和上下文感知的信息检索，为更复杂的分析系统铺平了道路。与此同时，为了提高分析准确性，也开发了从头训练金融数据的模型，一个典型例子是BloombergGPT（Wu等人，2023 (https://arxiv.org/html/2607.09121#bib.bib6)），它在广泛的金融任务上展示了优于通用模型的性能。

### 1.2 我们的贡献

尽管取得了这些快速进展，但现有大多数研究集中在评估LLM在孤立的特定任务上的表现，如价格预测、情感分析或单个文档的摘要。然而，缺乏综合性的研究来评估将公司文档分析与宏观经济数据整合到连贯自动化分析工作流中的集成系统。此外，对这些系统的评估很少超出学术指标，包括对最终用户——个人投资者——实际效用的评估。我们的工作通过提出一个基于gpt-4o模型的RAG架构系统来填补这一空白。该系统整合了来自不同来源的数据——公司报告、宏观经济数据和EDGAR文件——以生成合成分析简报。此外，分析背景还通过关于基钦商业周期的专家知识得到了丰富。我们研究的关键要素是由九位活跃的个人投资者对所生成材料进行评估，从而评估我们的方法在日常投资实践中带来的实际价值。这与越来越多的研究相一致，这些研究探索如何利用LLM系统性地审查和综合特定领域的知识，正如Laniewski和Ślepaczuk（2024 (https://arxiv.org/html/2607.09121#bib.bib12)）在算法交易文献背景下所展示的那样。

## 2 分析的数据

本研究中选择公司的原则是最大多样性，以为我们基于LLM的分析系统创建一个稳健且具有挑战性的测试环境。最终确定的九家公司是基于多个标准汇编的，包括市值、行业、公众知名度以及研究参与者的直接输入。九位参与者中的每一位都有机会提名一家公司，从而形成了一个独特且多样化的投资组合。选定的公司是：Lululemon（LULU）、NVIDIA（NVDA）、Energy Fuels（UUUU）、Coinbase（COIN）、Corebridge Financial（CRBG）、Pinterest（PINS）、Novavax（NVAX）、Amazon（AMZN）和Tesla（TSLA）。这种选择方法产生了一组多样化的公司，服务于本研究的目的，因为：
- •覆盖多个行业：投资组合包括科技（NVDA, PINS, AMZN, TSLA）、非必需消费品（LULU）、金融（COIN, CRBG）、铀矿开采（UUUU）和生物技术（NVAX）。
- •混合公司规模与特征：包含大型、高知名度股票（如AMZN, NVDA, TSLA）以及较小或较少被关注的公司（如UUUU, NVAX, CRBG）。
- •测试适应性：这种多样性确保我们的系统没有过度拟合于单一行业的术语或报告风格，必须处理各种公司特定的新闻、风险和关键绩效指标。

对于这一组公司，我们在四周内收集了全面的数据集。这些数据的结构设计旨在为我们的RAG系统提供多层次的背景，从宏观经济趋势到公司特定的运营细节。

### 2.1 宏观经济和周期数据

这一类提供了广泛的经济背景。包括美国经济的关键指标以及既定的周期性和季节性启发式规则。这些数据主要来自官方统计发布和经济研究平台。
- •经济指标：美国GDP、美国通胀（CPI）、美国服务业和制造业PMI、失业率、非农就业人数（NFP）。
- •货币政策：当前和预测的联邦基金利率。
- •周期数据：基钦周期、行业特定周期、总统周期和税收周期。
- •季节性启发规则：“五月卖出，然后离开”异常现象。

### 2.2 公司特定基本面数据

这一类构成了我们分析的核心，重点是从公司报告（如EDGAR的10-K和10-Q文件）、新闻稿和金融市场数据提供商提取的数据。我们将其分为定性和定量子类别。

#### 2.2.1 定性和运营数据

这些数据通常是文本形式，需要解释，因此成为我们基于RAG系统分析的理想候选对象。
- •业务运营：重要地理位置、主要成本结构、重要客户。
- •管理与所有权：主要股东、内部人股票出售、官方管理层指导或预测。
- •公司特定KPI：行业相关的关键绩效指标，例如：
  – 可比销售额、新公司运营门店数和每平方米销售额（LULU），
  – 铀现货价格以及Cameco和Kazatoprom产量（UUUU），
  – 比特币价格、交易量和对SEC诉讼日期（COIN），
  – 已赚净保费（NPE）、净投资收益、偿付能力比率、新业务利润率、续保率、理赔率（CRBG），
  – 每用户平均收入ARPU（PINS），
  – 研发管线与开发阶段、现金与运营费用比率、市销率（NVAX）
  – AWS收入与增长、存货周转率、客户留存与流失率、广告收入增长（AMZN）
  – FSD的客户留存与流失率、产量、交付率和能源部门收入（TSLA）

#### 2.2.2 财务和市场数据

这包括反映公司财务健康和市场估值的定量指标。
- •估值指标：市盈率（P/E）和远期市盈率。
- •股东回报：股息支付和股息率。
- •市场情绪：分析师推荐。
- •价格数据：当前股价。

## 3 为投资者提供的简报示例

为了向九位参与者提供及时且相关的见解，我们的系统在四周的研究期间生成了分析简报。生成过程是动态的，旨在模拟活跃投资者可能面临的信息流。每周，报告的概念重点略有调整，以测试系统分析能力的不同方面。我们的日常运营策略有两方面。首先，我们优先为当天活动最活跃的2-3家公司生成简报，这些活动由新数据发布、重大新闻事件或股价大幅波动触发。其次，我们确保整个投资组合的覆盖范围均衡，保证九家选定公司中的每一家每周至少收到一份专门的简报，即使没有重大新闻。这种双重方法使我们能够测试系统对高流量信息流的反应能力，以及在平静时期综合有意义见解的能力。

在本节中，我们展示了一些选定的简报，以说明系统的输出。这些示例旨在展示生成分析的多样性，从事件驱动的报告到更常规的每周摘要。这些简报最初以波兰语生成，新闻文章引文除外。我们提供翻译版本。

### 3.1 特斯拉 2024年11月15日 - 基钦周期分析

为特斯拉生成这份简报清晰地展示了系统的核心能力，特别是它从不同、不相关的来源综合信息形成连贯投资论点的能力。我们从与我们研究相关的几个关键维度分析其表现：
- •通过RAG实现事实扎根：系统的RAG架构有效地将输出扎根于可验证的事实。LLM成功地从各自来源——一份结构化的10-Q报告和市场数据源——提取了具体的财务数字（收入251.8亿美元，市盈率76.73）。同样，定性信息，如内部人出售股票的名称（Vaibhav Taneja, Kimbal Musk），也被正确识别，但这些信息是由我们预处理过的，并非直接从未结构化的SEC Form 4文件中获取。这证明了模型从异构知识库中检索并准确表示数据的能力，这是本研究的主要目标之一。
- •跨领域综合：一个关键成功点是系统能够将宏观经济背景与公司特定分析联系起来，这是基本面投资的核心任务。按照提示指令，系统首先执行一个子任务来确定当前经济阶段。它正确检索了最新的PMI数据，将其低于50的值解释为与基钦周期框架一致的“放缓”，然后将这一背景应用于评估特斯拉运营的行业（非必需消费品、科技）。这种将周期分析与公司数据相结合的多步推理，展示了超越简单摘要的综合水平。
- •系统应用启发式规则：生成定性判断，例如将特斯拉的财务状况描述为“强劲”，并非留给LLM无约束的裁量。提示中包含预定义的启发式模板（例如，“如果收入增长 > X% 且债务/权益比率 < Y%，则描述财务