一种基于可靠性感知融合与约束场景推演的智能决策方法及系统

本发明涉及计算机数据处理与人工智能金融，具体而言，涉及一种基于可靠性感知融合与约束场景推演的智能决策方法及系统。

背景技术：

1、股票预测系统通过分析历史价格序列、技术指标、新闻文本以及股票间的关联关系来识别市场趋势，从而为投资者提供交易决策支持，确保资本在复杂金融环境中实现稳健增值。多智能体协作作为近年来兴起的大语言模型应用范式，通过模拟不同角色的分析师（如市场分析师、基本面分析师、新闻分析师等）针对来自不同渠道的文本信息（如历史价格序列、技术指标、新闻文本）进行推理与辩论，生成综合性的预测文本结论，其致力于融合不同渠道的信息并模拟人类专家团队的协作流程，以提升预测的准确性与可解释性。

2、随着大语言模型技术的快速发展，将多智能体框架与图神经网络相结合已成为新的研究热点，此类方法能够利用图结构建模股票间的动态依赖关系（如行业溢出关系、供应链传导关系），同时借助大语言模型的文本理解能力处理非结构化新闻与财报文本，从而更全面地刻画市场状态。与此同时，为应对大语言模型在金融决策中易出现的过度自信和上下文窗口限制问题，多智能体辩论机制被引入预测流程，其允许各智能体通过多轮自然语言交互互相校验观点，以减少单一模型的偏见并提升推理深度。

3、然而，在实际金融市场中，技术指标、基本面数据、新闻情绪与股票间关系常常充满无关或误导的信息，现有系统通常采用直接等权重融合或简单拼接的方式处理这些信息，迫使模型对所有信息赋予同等信任，模型没法动态地解决信息之间的矛盾，也没法压制低质量的输入，结果就容易做出过度自信的错误判断，相信所有的信息都是真实有效的。多智能体全连接辩论虽能提升推理质量，但各智能体需要阅读并回应所有其他智能体的消息，单次决策的通信开销常超过十万token、延迟达数十秒，严重制约了实时交易场景的部署。此外，现有方法多依赖短期市场波动的风险偏好进行决策，缺乏对长期风险（如条件风险价值）的显式约束，容易在剧烈波动中遭受大幅损失。更关键的是，金融市场的非平稳性和概念漂移（市场规律随时间变化）要求模型持续适应新的市场风格，而现有系统需重新收集大量数据并进行模型微调或重训练，成本高达数十个gpu小时且响应缓慢。因此，如何在无需重训练模型参数的前提下，实现来自不同信息源的数据可靠地整合到一起、减少各个智能体之间交换信息时消耗的资源和时间、严格限制投资可能出现的亏损（也就是下行风险），并且花很少的成本就能跟上市场风格的变化，是当前基于大语言模型的股票预测领域亟待解决的技术问题。因此，我们提出一种基于可靠性感知融合与约束场景推演的智能决策方法及系统。

技术实现思路

1、根据上述背景技术中存在的缺陷，本发明创造要解决的技术问题包括：

2、第一，现有的基于大语言模型的多智能体股票预测系统，在整合多个来源的信息时，没法判断哪些信息更可靠，也做不到灵活地协调信息之间的冲突。结果就是，系统对技术指标、基本面、新闻、关系动量等各种各样、性质不同的信号一律“一视同仁”，给了同样高的信任度。这样一来，那些噪音大、互相矛盾的信息就被放大了，导致系统做出过于自信的错误判断。本发明要解决这个问题，具体做法是根据历史上相似的市场场景，以及当前各个信息之间的逻辑是否一致，来自动调整每条信息的权重，让可信度低的信息影响小一点，让相互矛盾的信息不再互相干扰。

3、第二，现有的“全连接多智能体辩论”架构，每个智能体都要看并回复其他所有智能体发来的消息，通信开销极大、决策延迟很高。一次决策消耗的token常常超过十万个，延迟能达到几十秒，根本没法满足实时交易的需要。本发明要解决这个问题，具体做法是减少智能体之间那些重复、没必要的通信，降低推理成本，让响应速度快起来。

4、第三，现有的决策方法常常忽略了长期风险比如下行风险和条件风险价值的量化控制，往往只是根据短期市场波动的文字描述来调整风险偏好，没有针对极端市场情况做压力测试。结果就是，一旦市场剧烈波动，就很容易遭受大幅亏损。本发明要解决这个问题，具体做法是在争取最大收益的同时，严格控制可能出现的亏损，真正实现风险和收益的平衡。

5、第四，现有系统很难低成本、高效率地适应金融市场的“概念漂移”和非平稳特性，也就是市场规则和风格会不断变化。一旦市场风格变了，就得重新收集大量数据，再对模型进行微调或重新训练，既费时间又费算力。本发明要解决这个问题，具体做法是完全不更新模型权重也就是不动模型内部的参数，只靠自然语言反馈机制，就能持续优化模型的推理逻辑，从而避免因为市场风格变化导致性能下降，同时大幅降低模型更新的成本。

6、为了实现上述发明目的，本发明提供了以下技术方案：一种基于可靠性感知融合与约束场景推演的智能决策方法，应用于分布式多服务器金融预测框架，所述框架包含一台中央融合服务器与多台分析师服务器，所述方法包括如下步骤：

7、s1、构建图增强部分可观马尔可夫决策过程分布式预测框架，各分析师服务器部署角色分化大语言模型智能体，分别解析技术指标、基本面、新闻语义、股票联动关系，输出结构化异构信号；

8、s2、各分析师服务器输出的异构信号汇总至中央融合服务器，通过可靠性感知融合模块检索历史相似场景生成贝叶斯先验权重，并对各信号开展逻辑一致性评分，融合计算自适应权重完成冲突消解，得到统一状态表示；

9、s3、将冲突消解后的状态表示输入约束情景审议模块，并行生成观望、轻仓试探、重仓激进三类候选策略，针对每个策略执行下行、震荡、上行三类反事实场景推演，计算盈亏非对称比率；结合条件风险价值约束执行风险剪枝，筛选最优交易动作；

10、s4、中央融合服务器比对预测动作收益与市场真实收益，通过反思性策略修正生成自然语言文本梯度更新各智能体提示词；每周执行知识蒸馏提炼通用策略原则，固化至各分析师智能体底层提示词，实现模型自适应演化且全程冻结模型权重。

11、作为本发明优选的技术方案，步骤s1中，所述分析师服务器包括市场分析师服务器、基本面分析师服务器、新闻与行业分析师服务器、动量溢出分析师服务器；各服务器搭载独立定制提示词的大语言模型，仅输出脱敏json结构化信号，原始价格、财报、新闻数据不跨服务器传输。

12、作为本发明优选的技术方案，步骤s2所述可靠性感知融合模块，采用chroma向量数据库存储历史场景向量，以余弦相似度检索前k个相似历史场景计算贝叶斯先验权重；仲裁大语言模型从因果完整性、证据充分性、宏观背景契合度三维度完成逻辑一致性打分，加权归一化得到各信号最终权重。

13、作为本发明优选的技术方案，步骤s3中约束情景审议模块采用蒙特卡洛树搜索完成多分支反事实推演；风险大语言模型设置cvar下行风险阈值作为硬约束，对候选策略执行可行性掩码过滤，仅保留风险合规分支后选取盈亏非对称比率最大值对应的交易动作。

14、作为本发明优选的技术方案，步骤s4所述反思性策略修正机制，每日收盘生成包含错误定位、逻辑修正、操作教训的文本梯度，追加至对应分析师智能体提示词备忘录；周度知识蒸馏过滤单日波动带来的噪声反思，输出标准化长期战略备忘广播至全部分析师服务器。

15、作为本发明优选的技术方案，各服务器采用星型拓扑http通信，分析师服务器仅单次输出结构化json信号，单次决策总token消耗控制在3000～5000，相比全连接多轮辩论通信开销降低95%以上。

16、一种基于可靠性感知融合与约束场景推演的智能决策系统，用于执行所述智能决策方法，所述系统包括：

17、多台分析师服务器，每台配置独立大语言模型智能体，分别对应市场技术分析、基本面财务分析、新闻行业情绪分析、股票动量溢出分析，用于本地解析原始金融数据并输出异构结构化信号；

18、一台中央融合服务器，与各分析师服务器通过内网api通信，内置：

19、可靠性感知融合模块，用于检索历史相似场景、计算自适应信号权重、消解多智能体信号冲突；

20、约束情景审议模块，用于多分支反事实场景推演、风险约束剪枝、输出合规最优交易动作；

21、自适应演化模块，包含反思评审子单元与周度知识蒸馏子单元，用于生成文本梯度、提炼通用投资策略并更新各分析师智能体提示词；

22、向量数据库、消息队列与本地日志数据库，分别存储历史场景向量、服务器调度指令、每日决策与复盘日志。

23、作为本发明优选的技术方案，所述可靠性感知融合模块内置仲裁大语言模型，配置权重计算专用提示词，输入当前异构信号与检索得到的历史场景，输出归一化的多智能体信号权重。

24、作为本发明优选的技术方案，所述约束情景审议模块包含审议大语言模型与风险大语言模型；所述审议大语言模型生成三类候选仓位策略并完成多情景收益回撤模拟；所述风险大语言模型以条件风险价值上限为约束对策略进行拦截过滤。

25、作为本发明优选的技术方案，所述自适应演化模块全程冻结所有大语言模型的网络权重，仅通过修改各分析师服务器系统提示词实现市场概念漂移自适应。

26、与现有技术相比，本发明的有益效果：

27、第一，显著提高预测精度与风险控制能力。通过角色分化的多视角llm信号编码器（市场、基本面、新闻、动量溢出四个分析师独立部署），将原本混杂在一个大模型中的异构信号解耦为四个独立的推理通道，并结合可靠性感知融合机制中的贝叶斯上下文门控与逻辑一致性评分，使系统能够动态抑制低置信度、逻辑矛盾的信号。实验表明，在000063.sz等下行趋势明显的股票上，本发明将年化收益率从传统llm方法（tradingagents）的2.17%提升至16.21%，夏普比率从0.37提升至1.55，最大回撤控制在12.35%以内，相比于深度学习模型（lstm）的负收益与高波动，预测精度和风险调整后收益均实现质的飞跃。

28、第二，大幅降低模型更新成本，节省算力与时间消耗。现有技术（如tradingagents或深度强化学习模型）面对市场概念漂移时，需要重新收集数据、标注、训练或微调llm参数，单次重训练成本通常需要数十个gpu小时甚至数天时间。本发明采用反思性策略修正机制与周度知识蒸馏，仅通过修改各分析师服务器系统提示词中的“战斗备忘录”和战略原则即可实现模型自适应，全程无需反向传播或梯度更新，模型权重完全冻结。经测算，每周的蒸馏操作仅需调用llm推理约数十次，消耗算力不足传统重训练的1%，且可在普通cpu服务器上完成，大幅节省了算力投资与电力消耗。

29、第三，减少多智能体通信开销，提高系统运行效率。现有llm多智能体系统（如tradingagents）通常要求所有智能体进行多轮全连接辩论，每轮生成大量自然语言文本，导致单次决策的token消耗常超过10万，且响应延迟达数十秒。本发明采用分析师服务器→中央融合服务器的星型拓扑，各分析师仅需输出一次结构化json信号（通常<500 token），中央服务器综合后再进行一次仲裁llm和一次审议llm调用，单次决策总token消耗约3000~5000，通信数据量降低95%以上，决策延迟从分钟级降至秒级。同时，分布式部署使四个分析师可以在不同物理服务器上并行推理，进一步缩短端到端响应时间。

30、第四，实现数据隐私保护，避免原始金融数据泄露。在传统集中式预测方法中，所有公司的财报、交易记录、新闻数据必须汇集到单一服务器，存在数据泄露和合规风险。本发明采用分布式llm架构，各分析师服务器仅存储和推理本地金融数据，各服务器之间仅传输已脱敏的文本化信号（如置信度、推理摘要）和系统提示词更新，原始价格序列、财务明细、新闻全文均不离开各自服务器。该设计符合金融机构对数据隔离和隐私合规的要求，且无需额外部署昂贵的隐私计算硬件。

31、在多个真实a股数据集上的实验表明，本发明在年化收益率、夏普比率和最大回撤指标上均优于现有方法，同时减少了多智能体之间的通信开销，提升了系统的鲁棒性和可解释性。此外，本发明所采用的分布式llm架构使各分析师服务器仅使用本地金融数据进行独立推理，并将文本化信号而非原始数据上传至中央服务器融合，在实现全局协同预测的同时严格保护数据隐私。所有llm模型权重保持不变，仅通过提示词的动态更新实现领域自适应，大幅降低了部署和维护成本。