MacroLens：宏观经济情景下情境金融推理的多任务基准

财务决策是基于背景的：预测价格、评估公司和评估事件风险都会权衡价格历史、会计基本面、宏观经济体制和同期文本。这四个信号的基准很难建立，因为金融违反了时间序列评估的四个假设：文本必须由其发布日期控制以防止前瞻性，季度基本面的报告有一到九十天的滞后，归档文本与其所附的数字声明字段部分冗余，以及宏观经济制度在日历分割中泄漏。没有公共基准能够同时解决所有四个信号。 MacroLens 涵盖 2021 年至 2026 年期间的 4,416 只美国小型和微型股票。七个任务共享一个时间点价格面板、4680 万个 XBRL 会计事实、53 个宏观经济系列、295,860 份 SEC 文件和 215,882 篇新闻文章，以及自动检测并呈现为自然语言的 49 种类型的 1,130 个宏观经济事件的场景层。任务涵盖情境预测、公共和私人估值、根据基本面和描述生成报表、情景条件回报以及房地产估值。我们通过时间序列基础模型、基于 LLM 的微调时间序列模型和零样本 大语言模型 (LLM) 以及两个前沿 LLM 和梯度提升基线上的五步特征上下文消融来评估 6 个系列的 19 种方法。 MacroLens 发布于 https://huggingface.co/datasets/DeepAuto-AI/MacroLens。