FinPos：面向真实金融市场的位置感知交易智能体系统
多智能体系统
2026-01-08 v2
摘要
大型语言模型（LLM）在处理文本信息方面的卓越潜力引发了广泛关注。然而，现有大多数交易智能体都在日内、独立单元的交易任务下运行，决策作为孤立的方向性动作，缺乏连续位置管理的感知。因此，我们提出一种旨在模拟更真实市场环境的位置感知交易任务。为此，我们提出FinPos，一个专为显式建模和管理连续位置而设计的位置感知交易智能体系统。FinPos通过三大关键机制提升位置感知能力：（1）专业级的异构市场信息解读；（2）分离方向推理与风险感知位置调整的双智能体决策结构；（3）多时间尺度奖励信号，使智能体能够通过经验反馈内化位置感知，而非仅依赖静态指令。广泛实验表明，FinPos在贴近真实市场条件的位置感知交易任务中超越了当前最先进的交易智能体。更重要的是，我们的发现表明，以LLM为核心的智能体系统在长期市场决策中展现出巨大的、尚未充分探索的潜力。
引用
@article{arxiv.2510.27251,
title = {FinPos: A Position-Aware Trading Agent System for Real Financial Markets},
author = {Bijia Liu and Ronghao Dang},
journal= {arXiv preprint arXiv:2510.27251},
year = {2026}
}
备注
LLM Applications, LLM Agents, Financial Technology