Coggle数据科学 | 竞赛总结：AFAC2025 金融多模态报告自动化生成

原创于 2025-11-26 17:50:40 发布 · 386 阅读

10 ·

CC 4.0 BY-SA版权

文章标签：

#金融 #自动化 #运维 #音视频 #人工智能 #transformer

深度学习拓展阅读专栏收录该内容

991 篇文章

订阅专栏

本文来源公众号“Coggle数据科学”，仅用于学术分享，侵权删，干货满满。

原文链接：https://mp.weixin.qq.com/s/iVKAQ1yZNfGUFIxJ-obYqw

赛题名称：智能体赋能的金融多模态报告自动化生成
赛题类型：智能体、多模态
赛题任务：研发一个能够自动撰写金融研报智能Agent系统

https://tianchi.aliyun.com/competition/entrance/532354/information

赛题背景

当今金融科技正经历前所未有的变革，智能投研、智能投顾等应用展现出广阔前景。金融研究报告（研报）作为金融领域的核心产出，在基金管理、资产管理、投行等机构决策中起着重要作用。然而，实现研报的自动高质量生成面临诸多挑战。一方面，研报类型多样（宏观经济/策略、行业/子行业、公司/个股等），不同报告需要处理不同形式的数据和专业知识；另一方面，尽管大型预训练语言模型的迅猛发展为自动化研报生成提供了新机遇，直接将大模型应用于复杂金融场景仍存在明显不足。

本任务致力于解决通用预训练大模型财务分析能力缺失、信息获取与整合不足以及大模型幻觉与结构化输出困难三大核心问题，通过引入Agent系统、检索增强生成（RAG）技术、工具库、模型上下文协议（MCP）以及Agent2Agent（A2A）协议等前沿技术，提升大模型在金融场景中的可用性，实现自动化生成具有决策价值的专业研报。

赛题任务

本任务需要参赛团队研发一个能够自动撰写三大类季度/年度跟踪型金融研报（宏观经济/策略研报、行业/子行业研报、公司/个股研报）的智能Agent系统，需实现生成研报质量及构建使用技术两部分的目标。

生成研报应满足：

多模态呈现：包含图表（如股票/指数走势图、关键金融、宏观或行业指标对比图、财务报表表格等）与文字说明，图文一致；
专业性和深度：行业术语规范、分析方法应用合理，掌握基本财务常识，避免常识性错误，分析具备一定原创性，避免机械摘录原始资料；
数据融合与事实溯源：整合实时权威数据源（如国家统计局、证券交易所、主流新闻），为所有数据与事实提供明确的来源引用。此外，报告内容应仅限于上市公司，数据来源应仅限于网络免费公开可获取数据和信息，不可直接接入付费第三方整理好的数据API；
格式与逻辑：满足中国证券业协会《发布证券研究报告暂行规定》排版与披露要求，论点-论据链完整，章节衔接流畅。

Agent系统技术应满足：

多Agent协同：通过多Agent分工与链式推理完成端到端流程，自动拆解任务并分阶段调用功能模块（如信息检索、图表生成、内容撰写与审查），包含自检与反馈循环；
任务泛化能力：对不同行业、公司、宏观环境具备稳健性；
落地潜力：在实际业务场景下有落地可能性，具备可接受的生成效率及部署复杂度；
创新性：鼓励前沿相关技术（如MCP、A2A、工具调用、RAG）的使用。

赛题数据

本赛题为开放性赛题，不提供训练集，所有可用信息均需Agent系统自行从合法、公开的渠道抓取，组委会认可的主要数据类别与实例来源如下（不限于此）：

市场行情数据：指定股票及相关市场指数的历史行情数据（如每日收盘价、成交量等），来源于国家统计局、证券交易所公开数据或第三方财经数据服务；
财经新闻与政策信息：由主流财经媒体、政府部门、国际组织公开发布的新闻报道与政策文件（例如新浪财经、财联社、证券时报等）；
公司披露文件：上市公司定期财报与临时公告，来源于证券交易所信息披露平台或上市公司官网（例如上交所、深交所、港交所等）。

评测方法

评测采取客观指标评测与主观指标评测相结合的方式，权重各占50%。

客观指标评测使用自动评分脚本，基于多个顶级商用LLM对生成研报的关键要素进行联合判分：

内容完整与结构规范：是否涵盖公司/行业/宏观所要求的关键要素，结构清晰、章节完整，格式符合发布规范，包括段落层次、引用标注和风险提示等；
数据准确与图文一致：陈述和数据是否正确无误，计算得到的指标是否正确，是否存在事实性错误；
内容真实性：文中的关键论据是否有据可依，即有相应引用支撑，且引用来源权威可靠；
多模态展现：是否合理生成并插入财务图表、走势图、对比表等内容，图文配合是否提升信息传达效果；
创新性与技术性：是否体现Agent系统任务拆解、多模块协同与工具调用能力，是否合理集成先进技术（如RAG、MCP、A2A、ToolCall），是否具有部署潜力。

主观指标评测邀请专家评审团对研报进行质量打分，侧重评估自动指标难以充分衡量的方面，包括：