FinAgent: A Multimodal Foundation Agent for Financial Trading: Tool-Augmented, Diversified, and Generalist

要約

金融取引は市場の重要な要素であり、ニュース、価格、クライン チャートを含むマルチモーダルな情報環境によって情報が提供され、定量的取引やさまざまな資産の高頻度取引などの多様なタスクが含まれます。
ディープラーニングや強化学習などの高度な AI 技術は金融分野で広く利用されていますが、金融取引タスクへの応用は、マルチモーダル データの処理が不十分であったり、さまざまなタスクにわたる汎用性が限られていたりするため、課題に直面することがよくあります。
これらの課題に対処するために、金融取引用のツール拡張機能を備えたマルチモーダルな基礎エージェントである FinAgent を紹介します。
FinAgent のマーケット インテリジェンス モジュールは、数値、テキスト、ビジュアルなどの多様なデータを処理して、金融市場を正確に分析します。
その独自のデュアルレベル リフレクション モジュールは、市場動向への迅速な適応を可能にするだけでなく、多様な記憶検索システムも組み込んでおり、履歴データから学習し、意思決定プロセスを改善するエージェントの能力を強化します。
エージェントが行動の推論を重視することで、財務上の決定に対する信頼が高まります。
さらに、FinAgent は確立された取引戦略と専門家の洞察を統合し、その取引アプローチがデータ主導型で健全な財務原則に根ざしていることを保証します。
FinAgent は、株式や仮想通貨を含む 6 つの金融データセットに関する包括的な実験により、6 つの財務指標の点で 9 つの最先端のベースラインを大幅に上回り、利益が平均 36% 以上向上しました。
具体的には、1 つのデータセットで 92.27% の収益 (84.39% の相対的な改善) が達成されます。
特に、FinAgent は、金融取引タスク用に設計された初の高度なマルチモーダル基盤エージェントです。

要約(オリジナル)

Financial trading is a crucial component of the markets, informed by a multimodal information landscape encompassing news, prices, and Kline charts, and encompasses diverse tasks such as quantitative trading and high-frequency trading with various assets. While advanced AI techniques like deep learning and reinforcement learning are extensively utilized in finance, their application in financial trading tasks often faces challenges due to inadequate handling of multimodal data and limited generalizability across various tasks. To address these challenges, we present FinAgent, a multimodal foundational agent with tool augmentation for financial trading. FinAgent’s market intelligence module processes a diverse range of data-numerical, textual, and visual-to accurately analyze the financial market. Its unique dual-level reflection module not only enables rapid adaptation to market dynamics but also incorporates a diversified memory retrieval system, enhancing the agent’s ability to learn from historical data and improve decision-making processes. The agent’s emphasis on reasoning for actions fosters trust in its financial decisions. Moreover, FinAgent integrates established trading strategies and expert insights, ensuring that its trading approaches are both data-driven and rooted in sound financial principles. With comprehensive experiments on 6 financial datasets, including stocks and Crypto, FinAgent significantly outperforms 9 state-of-the-art baselines in terms of 6 financial metrics with over 36% average improvement on profit. Specifically, a 92.27% return (a 84.39% relative improvement) is achieved on one dataset. Notably, FinAgent is the first advanced multimodal foundation agent designed for financial trading tasks.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google