Nov, 2023
FinMe: 具有分层记忆和角色设计的性能增强的大型语言模型交易代理
FinMe: A Performance-Enhanced Large Language Model Trading Agent with
Layered Memory and Character Design
TL;DR近期大型语言模型在各个领域的问答任务中表现出了显著的效能，这些模型在整合广泛的网络知识方面非常强大，因此引发了开发以大型语言模型为基础的自主智能体的兴趣。本研究将引入一种名为FinMe的创新的以大型语言模型为基础的智能体架构，用于金融决策，其核心模块包括个人特征概述、层次化处理的记忆模块以帮助智能体吸收现实中的金融数据以及决策模块将从记忆中获得的洞见转化为投资决策，FinMe的记忆模块与人类交易员的认知结构非常相似，具有强大的解释性和实时调优能力，使智能体能够对超出人类感知限制的关键信息进行保留，从而提升了交易结果。该框架使得智能体能够自我演进其专业知识，灵活应对新的投资线索，并在多变的金融环境中不断完善交易决策。首先，我们将FinMe与各种算法智能体在可扩展的真实金融数据集上进行比较，突出了其在股票和基金交易中的领先交易性能。然后，我们对智能体的感知跨度进行了微调，以取得显著的交易表现。总的来说，FinMe提供了一个先进的以大型语言模型为基础的智能体架构，用于自动化交易，提升了累积投资回报。