用于金融交易的多模态基础智能体：工具增强、多样化与通用性

金融交易是市场的关键组成部分，其决策依据涵盖新闻、价格和 K 线图的多模态信息景观，并包含量化交易和高频交易等多种任务及各类资产。尽管深度学习和强化学习等先进人工智能技术在金融领域得到广泛应用，但由于对多模态数据处理不足以及跨各种任务的泛化能力有限，其在金融交易任务中的应用常面临挑战。为应对这些挑战，我们提出了 FinAgent，一种用于金融交易的具有工具增强功能的多模态基础智能体。FinAgent 的市场智能模块处理数值、文本和视觉等多种数据，以准确分析金融市场。其独特的双层反思模块不仅使其能够快速适应市场动态，还结合了多样化的记忆检索系统，增强了智能体从历史数据中学习并改进决策过程的能力。该智能体强调对行动的推理，从而 fostering 对其金融决策的信任。此外，FinAgent 整合了成熟的交易策略和专家见解，确保其交易方法既由数据驱动又植根于稳健的金融原理。在包括股票和加密货币在内的 6 个金融数据集上的综合实验表明，FinAgent 在 6 项金融指标上显著优于 9 个最先进（SOTA）基线，平均利润提升超过 36%。具体而言，在其中一个数据集上实现了 92.27% 的回报率（相对提升 84.39%）。值得注意的是，FinAgent 是首个专为金融交易任务设计的高级多模态基础智能体。