Enhancing Investment Analysis: Optimizing AI-Agent Collaboration in Financial Research

要約

近年、財務分析や投資意思決定における生成人工知能 (GenAI) の応用が大きな注目を集めています。
しかし、既存のアプローチのほとんどは単一エージェント システムに依存しており、複数の AI エージェントの協力的な可能性を十分に活用できません。
この論文では、金融投資調査における意思決定を強化するために設計された新しいマルチエージェントコラボレーションシステムを提案します。
このシステムには、構成可能なグループ サイズとコラボレーション構造の両方を備えたエージェント グループが組み込まれており、各エージェント グループ タイプの強みを活用できます。
次善の組み合わせ戦略を利用することで、システムはさまざまな市場状況や投資シナリオに動的に適応し、さまざまなタスク全体でパフォーマンスを最適化します。
ダウ・ジョーンズ指数に上場している 30 社の 2023 年 SEC 10-K フォームを分析することで、ファンダメンタルズ、市場センチメント、リスク分析という 3 つのサブタスクに焦点を当てます。
私たちの調査結果では、さまざまなタスクに対する AI エージェントの構成に基づいてパフォーマンスが大きく異なることが明らかになりました。
この結果は、当社のマルチエージェント コラボレーション システムが従来のシングルエージェント モデルより優れたパフォーマンスを発揮し、複雑な金融環境における精度、効率、適応性が向上していることを示しています。
この調査では、多様な分析視点を統合することで財務分析と投資意思決定を変革するマルチエージェント システムの可能性を浮き彫りにしています。

要約(オリジナル)

In recent years, the application of generative artificial intelligence (GenAI) in financial analysis and investment decision-making has gained significant attention. However, most existing approaches rely on single-agent systems, which fail to fully utilize the collaborative potential of multiple AI agents. In this paper, we propose a novel multi-agent collaboration system designed to enhance decision-making in financial investment research. The system incorporates agent groups with both configurable group sizes and collaboration structures to leverage the strengths of each agent group type. By utilizing a sub-optimal combination strategy, the system dynamically adapts to varying market conditions and investment scenarios, optimizing performance across different tasks. We focus on three sub-tasks: fundamentals, market sentiment, and risk analysis, by analyzing the 2023 SEC 10-K forms of 30 companies listed on the Dow Jones Index. Our findings reveal significant performance variations based on the configurations of AI agents for different tasks. The results demonstrate that our multi-agent collaboration system outperforms traditional single-agent models, offering improved accuracy, efficiency, and adaptability in complex financial environments. This study highlights the potential of multi-agent systems in transforming financial analysis and investment decision-making by integrating diverse analytical perspectives.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google