Fin-Analyst：結合 LLM 專家和規則信號的混合交易智能體在 FinMMEval 2026 中的應用

研究團隊提出 Fin-Analyst，這是一個針對 FinMMEval 2026 Task 3 設計的混合交易智能體。該系統採用八個 LLM 專家模組的管道，分別處理新聞、SEC 申報、基本面、分析師預測、技術指標和社群情緒，並透過 Meta-Agent 進行聚合。針對特斯拉（TSLA）股票，系統採用上述八專家管道；針對比特幣（BTC），則採用輕量級基於規則的三信號投票機制。

在 2026 年 7 月 5 日訪問的最終官方排行榜上，Fin-Analyst 在所有智能體中於 TSLA 項目排名第一。該系統實現了 +13.51% 的回報率，比買入持有策略高出 28.33 個百分點，夏普比率為 4.10，勝率達 88%。相比之下，BTC 的投票結果持平，但表現遠優於大幅下跌的基準線。與中期表現相比，資產排名發生逆轉，顯示短期實盤窗口會導致對波動性敏感的排名變化。

錯誤分析顯示，無記憶的智能體會連續數天重複錯誤的判斷。在橫盤市場中，固定閾值的 BTC 規則因交易噪音而虧損，而 LLM 管道在類似條件下卻獲利。消融實驗指出，事件驅動的 8-K 披露是影響 TSLA 最顯著的信號。基於這些發現，研究團隊提出需要具備記憶能力的 LLM 後繼者，以同時應用於這兩種資產。