面向组合投资的基于智能体的 AI 筛选设计
投资组合管理
2026-03-25 v1 人工智能
多智能体系统
统计金融
摘要
我们引入了一个新的基于智能体的人工智能 (AI) 平台，用于组合管理。我们的体系结构由三层组成。首先，分配两个大语言模型 (LLM) 智能体执行专门任务：一个智能体筛选具有理想基本面公司，另一个情感分析智能体筛选具有理想新闻的公司。其次，这些智能体协商生成并就组合中买卖信号达成一致，从而大幅缩小候选资产池。最后，我们应用高维精度矩阵估计程序来确定最优组合权重。我们框架的关键理论特征是，组合中资产数量本身就是一个随机变量，通过筛选过程实现。我们提出“合理筛选”的概念，并在筛选误差较轻的条件下，证明筛选后组合的平方收益比率对其目标的一致估计。实验上，我们的方法相对于未筛选的基准组合以及传统筛选方法实现了更高的收益比率，在 2020--2024 年的标普 500 指数数据上进行评估。
引用
@article{arxiv.2603.23300,
title = {Designing Agentic AI-Based Screening for Portfolio Investment},
author = {Mehmet Caner and Agostino Capponi and Nathan Sun and Jonathan Y. Tan},
journal= {arXiv preprint arXiv:2603.23300},
year = {2026}
}