学习像专家一样交易：认知 微调 在语言模型中实现稳定的金融推理

最近将 大语言模型 (LLM) 作为自主交易代理部署，引发了这样的问题：财务决策能力是否能够超越特定的市场模式，以及如何在缺乏 真值 的嘈杂市场中对其进行训练和评估。我们提出了一个用于训练和评估此类模型的结构化框架。我们方法的核心是一个精心策划的多项选择题（MCQ）数据集，该数据集源自经典教科书和历史市场，由人工智能委员会验证，丰富了结构化推理轨迹，并进行了增强以减少捷径学习。为了评估孤立 MCQ 的性能是否可以推广到现实世界的交易，我们引入了一种两阶段协议，将测试集评估与基于 MCQ 的时间顺序交易模拟相结合。跨市场体系的广泛评估提供了统计上强有力的证据，表明使用我们的框架训练的开放模型随着时间的推移表现出有竞争力的、风险意识的行为，超越开源基线，并在较小规模上接近前沿模型性能。我们发布数据集和评估框架以支持进一步的研究。