聚焦知识增强型LLM+Agent在多元资产配置中的应用:知识库+Agent投资策略。v1 的非结构化历史事件格式提供更丰富的择时信号,收益更高(年化 13.24%);v2 的规范化摘要格式回撤控制最优。格式效应:两个版本共享相同的信息来源和相同时期,唯一的差异在于知识呈现方式——非结构化叙事与规范化摘要。能力边界:LLM Agent 已能高质量完成月度资产权重配置、在关键市场拐点做出前瞻性防御,且决策过程完全可追溯和审计。
聚焦知识增强型LLM+Agent在多元资产配置中的应用:知识库+Agent投资策略。v1 的非结构化历史事件格式提供更丰富的择时信号,收益更高(年化 13.24%);v2 的规范化摘要格式回撤控制最优。格式效应:两个版本共享相同的信息来源和相同时期,唯一的差异在于知识呈现方式——非结构化叙事与规范化摘要。能力边界:LLM Agent 已能高质量完成月度资产权重配置、在关键市场拐点做出前瞻性防御,且决策过程完全可追溯和审计。
聚焦知识增强型LLM+Agent在多元资产配置中的应用:知识库+Agent投资策略。v1 的非结构化历史事件格式提供更丰富的择时信号,收益更高(年化 13.24%);v2 的规范化摘要格式回撤控制最优。格式效应:两个版本共享相同的信息来源和相同时期,唯一的差异在于知识呈现方式——非结构化叙事与规范化摘要。能力边界:LLM Agent 已能高质量完成月度资产权重配置、在关键市场拐点做出前瞻性防御,且决策过程完全可追溯和审计。核心数据:本研究覆盖四大类资产,数据来源为 Wind 万得终端,频率为月度(月末收盘价),样本区间为 2004 年 1 月至 2026 年 6 月(共计 270 个月)。
本报告由光大证券发布,发布于 2026 年。
覆盖 2026 年。
本报告为付费报告,可在资料宝站内下单后获取完整内容。
适合投资人等读者参考。
重点分析了投资策略、知识库+Agent投资策略等议题。