基于新闻、研报、财务、技术指标的大模型个股分析框架初探.pdf

基于新闻、研报、财务、技术指标的大模型个股分析框架初探。本文融合了技术指标、财务数据、新闻资讯以及研究报告数据， 构建了综合提示词，进而结合大语言模型对股票走势进行深入分 析。该系统的优势在于，它不仅能够预测股票的未来收益，而且 与传统模型相比，还能对分析结果提供清晰的解释，显著提升了 模型的可解释性，并且通过对比可以看出各类数据的对于预测结 果影响程度，有效克服了传统模型在解释性方面的不足。

本文，我们将更进一步，将股票的技术指标、财务数据、新闻数 据以及研究报告等多维度信息融合起来。通过运用大模型的推理 能力以及反省机制，对股票进行全面而细致的分析，以期挖掘更 深层次的Alpha信息。

数据

为了全面对股票进行分析，本文采用了技术指标、财务数据、新 闻数据以及研究报告等多维度数据。其中技术指标和财务数据来 自万得数据库，新闻数据来自聚源数据库，研究报告来自东方财 富网站公开的个股研报摘要信息。

模型

在综合考虑效率、成本与输出质量三者间的关系之后，最终决定 采用阿里巴巴达摩院的大模型——通义千问（qwen-max）模型以 及深度求索的Deepseek-chat模型。

模型结果

可以看出，LLM 预测买入时，未来一个月的平均绝对收益率为 1.02%，相对于中证100的超额收益为1.08%。而预测卖出时，平 均绝对收益为0.00%，超额收益为 0.54%。其中绝对收益率的准 确率为53.33%，相对收益率的准确率为56%。

总结

本文融合了技术指标、财务数据、新闻资讯以及研究报告数据， 构建了综合提示词，进而结合大语言模型对股票走势进行深入分 析。该系统的优势在于，它不仅能够预测股票的未来收益，而且 与传统模型相比，还能对分析结果提供清晰的解释，并且通过对 比可以看出各类数据对于预测结果的影响程度，显著提升了模型 的可解释性，有效克服了传统模型在解释性方面的不足。