AI分析师：用于金融时间序列报告生成的大型语言模型框架与综合评估
计算与语言
2025-07-02 v1
摘要
本文探讨了大型语言模型（LLM）从时间序列数据生成财务报告的潜力。我们提出了一个涵盖提示工程、模型选择和评估的框架。我们引入了一个自动高亮系统，用于对生成的报告中的信息进行分类，区分直接源自时间序列数据的见解、源于金融推理的见解以及依赖外部知识的见解。这种方法有助于评估模型的事实依据和推理能力。我们的实验利用真实股票市场指数和合成时间序列的数据，证明了LLM能够生成连贯且信息丰富的财务报告。
引用
@article{arxiv.2507.00718,
title = {AI Analyst: Framework and Comprehensive Evaluation of Large Language Models for Financial Time Series Report Generation},
author = {Elizabeth Fons and Elena Kochkina and Rachneet Kaur and Zhen Zeng and Berowne Hlavaty and Charese Smiley and Svitlana Vyetrenko and Manuela Veloso},
journal= {arXiv preprint arXiv:2507.00718},
year = {2025}
}