論文の概要: GIFT: LLM-Guided State-Reward Interface for Financial Reinforcement Learning

• arxiv url: http://arxiv.org/abs/2606.08450v1
• Date: Sun, 07 Jun 2026 04:45:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-09 14:42:06.113214
• Title: GIFT: LLM-Guided State-Reward Interface for Financial Reinforcement Learning
• Title（参考訳）: GIFT:金融強化学習のための LLM-Guided State-Reward Interface
• Authors: Yanyan Wu, Boyi Zhang, Yanlin Liu, Xinyu Fang, Jining Luan, Meiqi Zhang, Jiacheng Liu, Hao Zeng, Dexu Yu, Chang Liu, Hanwen Du, Yongxin Ni, Youhua Li,
• Abstract要約: GIFT は PPO ベースの金融強化学習における状態回帰インタフェース設計のための LLM 誘導フレームワークである。 GIFTはFacter-guided State Enhancementを使用して、ファイナンシャル・ファクター・プリミティブから状態特徴を生成する。
• 参考スコア（独自算出の注目度）: 13.961176310497585
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Financial portfolio trading is naturally formulated as a reinforcement learning problem, where an agent sequentially rebalances assets under changing market conditions to balance return, risk, and transaction costs. Yet in non-stationary markets, raw OHLCV states and short-horizon return rewards often provide an under-specified learning interface, motivating large language models as a way to inject financial knowledge into state and reward design while constraining open-ended generation. To this end, we propose GIFT, an LLM-guided framework for state-reward interface design in PPO-based financial reinforcement learning. Rather than using the LLM to make trading decisions, GIFT uses Factor-guided State Enhancement to generate state features from financial-factor primitives, Risk-rule-guided Reward Shaping to generate auxiliary rewards from portfolio-risk rules, and Diagnostic-guided Refinement to revise candidate interfaces using PPO rollout diagnostics. After refinement, GIFT fixes the selected state-reward interface before evaluation, with no further LLM queries or interface updates at test time. Comprehensive rolling-window experiments across diverse market regimes and portfolio scenarios demonstrate that GIFT improves learning-signal quality and out-of-sample risk-adjusted portfolio performance over baselines. Code and data are available at: https://github.com/KAG778/GIFT .
• Abstract（参考訳）: 金融ポートフォリオのトレーディングは自然に強化学習問題として定式化され、エージェントは市場条件の変化の下で資産を順次リバランスし、リターン、リスク、取引コストのバランスをとる。 しかし、非定常市場においては、生のOHLCV状態や短期ホライゾンリターン報酬は、しばしば未定の学習インターフェースを提供し、オープンエンド世代を制約しながら、財政的な知識を状態に注入し、デザインに報酬を与える手段として、大きな言語モデルを動機付けている。 この目的のために,PPOに基づく金融強化学習における状態回帰インタフェース設計のための LLM 誘導フレームワークである GIFT を提案する。 LLMを使って取引決定を行う代わりに、GIFTはFacter-guided State Enhancementを使用して金融要素プリミティブから状態特徴を生成する。 改良後、GIFTは評価の前に選択したステート・リワードインターフェイスを修正し、LLMクエリやインターフェースの更新はテスト時に行われない。 さまざまな市場体制やポートフォリオシナリオにわたる総合的なローリングウインドウ実験は、GIFTが学習信号の品質を改善し、リスク調整されたポートフォリオのパフォーマンスをベースラインを超えて改善することを示した。 コードとデータは、https://github.com/KAG778/GIFTで入手できる。

関連論文リスト

• CN-Buzz2Portfolio: A Chinese-Market Dataset and Benchmark for LLM-Based Macro and Sector Asset Allocation from Daily Trending Financial News [21.498084305999992]
  大規模言語モデル(LLM)は、静的自然言語処理(NLP)タスクから動的意思決定エージェントへと急速に移行している。 直接のライブトレーディングは非生産的であり、スキルに幸運を抱くことによって結果バイアスを起こす傾向にあるが、既存の静的ベンチマークはエンティティレベルの株式選択に限定され、より広範な市場注目を無視することが多い。 この研究は、一般的な推論と金融決定の整合性に関する新たな洞察を与え、持続可能な金融エージェントの研究を促進するために、すべてのデータ、コード、実験がリリースされる。
  論文  参考訳（メタデータ） (2026-03-18T02:31:28Z)
• Adaptive Financial Sentiment Analysis for NIFTY 50 via Instruction-Tuned LLMs , RAG and Reinforcement Learning Approaches [1.9116784879310027]
  金融感情分析における既存の研究は、株価や市場のフィードバックが感情分析に与える影響を考慮していない。 本研究では,大規模言語モデル(LLM)と現実世界の市場フィードバックを統合し,感情分類を改善する適応フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-12-23T06:27:12Z)
• StockBench: Can LLM Agents Trade Stocks Profitably In Real-world Markets? [44.10622904101254]
  大規模言語モデル(LLM)は、最近、自律エージェントとして強力な能力を示した。 実時間複数ヶ月の株式トレーディング環境でLLMエージェントを評価するためのベンチマークであるStockBenchを紹介する。 我々の評価では、ほとんどのLLMエージェントは、単純な買い買い得ベースラインよりも優れているが、いくつかのモデルでは、より高いリターンをもたらし、より効果的にリスクを管理する可能性を実証している。
  論文  参考訳（メタデータ） (2025-10-02T16:54:57Z)
• Deriving Strategic Market Insights with Large Language Models: A Benchmark for Forward Counterfactual Generation [55.2788567621326]
  本稿では,FIN-FORCE-FINancial Forward Counterfactual Evaluationを提案する。 FIN-FORCEは金融ニュースの見出しをまとめることで、LLMベースの対実生成を支援する。 これにより、将来の市場展開を探索し、予測するためのスケーラブルで自動化されたソリューションの道を開くことができる。
  論文  参考訳（メタデータ） (2025-05-26T02:41:50Z)
• Agent Trading Arena: A Study on Numerical Understanding in LLM-Based Agents [69.58565132975504]
  大規模言語モデル(LLM)は、自然言語処理において顕著な能力を示した。 LLMをベースとしたエージェントが競合するマルチエージェント取引を行う仮想ゼロサム株式市場であるエージェントトレーディングアリーナを提示する。
  論文  参考訳（メタデータ） (2025-02-25T08:41:01Z)
• FLAG-Trader: Fusion LLM-Agent with Gradient-based Reinforcement Learning for Financial Trading [28.57263158928989]
  大規模言語モデル(LLM)は、マルチモーダルな財務データに基づいて微調整されている。 言語処理(LLM)と勾配駆動強化学習(RL)ポリシーの最適化を統合した統一アーキテクチャであるtextscFLAG-Traderを提案する。
  論文  参考訳（メタデータ） (2025-02-17T04:45:53Z)
• When AI Meets Finance (StockAgent): Large Language Model-based Stock Trading in Simulated Real-world Environments [55.19252983108372]
  LLMによって駆動される、StockAgentと呼ばれるマルチエージェントAIシステムを開発した。 StockAgentを使えば、ユーザーはさまざまな外部要因が投資家取引に与える影響を評価することができる。 AIエージェントに基づく既存のトレーディングシミュレーションシステムに存在するテストセットのリーク問題を回避する。
  論文  参考訳（メタデータ） (2024-07-15T06:49:30Z)
• Model-Augmented Q-learning [112.86795579978802]
  モデルベースRLの構成要素を付加したMFRLフレームワークを提案する。 具体的には、$Q$-valuesだけでなく、共有ネットワークにおける遷移と報酬の両方を見積もる。 提案手法は,MQL (Model-augmented $Q$-learning) とよばれる提案手法により,真に報いられた学習によって得られる解と同一のポリシ不変解が得られることを示す。
  論文  参考訳（メタデータ） (2021-02-07T17:56:50Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。