arXiv q-fin· Giorgos Iacovides, Oliver Hannibal, Wuyang Zhou, Danilo Mandic·· 6 小时前AI 评分42
FinLLM-KG：面向算法交易金融情感分析的知识图谱增强大语言模型
FinLLM-KG: Knowledge Graph-Enhanced LLMs for Financial Sentiment Analysis in Algorithmic Trading
AI 导读
研究提出模型无关的FinLLM-KG框架，将因果大语言模型与金融知识图谱结合，在推理阶段注入来自SEC 10-K文件的时间锚定公司级知识，无需更新模型权重。该框架可将上下文以自然语言公司简介或少量相关性排序的事实三元组形式提供，几乎不增加计算成本，同时支持将情感预测归因到具体句子和知识图谱事实，提升可解释性。模拟结果显示，FinLLM-KG相比现有最优基线能持续提升投资组合表现。
来源：arXiv q-fin · arxiv.org