Fund2Persona：根据基金披露数据构建和完善财务顾问角色的框架

对个性化财务建议的需求不断增长，但当前基于 LLM 的顾问往往无法提供一致且专业的指导。简单的角色提示很少指定财务顾问应该如何推理，并且经常倾向于通用建议。我们提出了 Fund2Persona，这是一个框架，可以根据现实世界的基金披露信息构建财务顾问角色，并通过生成器—评分器—修订器循环对其进行完善。我们测试由此产生的角色是否可以预测持有的投资组合变化，并产生与基金经理自己的解释一致的评论。它们在这两项任务上都优于通用基线。我们进一步研究了两种下游诊断：市场场景生成（角色检索拓宽了合理的投资观点）和多轮投资者-顾问对话（其中匹配的角色比一般顾问提供更具体和有用的建议）。这些结果表明，真实的基金数据可以为 LLM 顾问带来经理特定的投资专业知识，而不仅仅是改变 LLM 的表面风格。