针对中国A股市场信息异质性强、市场行为复杂多变的特点，设计了一种融合反身性理论的多智能体金融投资系统FinAgents。FinAgents参考了近年领先的多智能体金融框架，扩展和优化智能体分工、通信机制、风险控制等核心环节，有效实现了多角色智能体协作与认知升级。通过引入反身性反馈回路，各智能体能够根据市场变化自主调整信念和行为，提高了系统对A股行情波动的应对能力和市场行为的模拟精度，并提高了风险控制能力。实证结果表明，该系统在累积回报、最大回撤及自适应性等方面均优于传统量化和普通多智能体模型，为智慧金融决策构建提供了创新路径。

多智能体系统；反身性理论；大模型微调；A股市场；金融风险控制

[1]彭志.量化投资和高频交易:风险、挑战及监管[J].南方金融,2016(10):84-89.

[2]PendharkarPC,CusatisP.Tradingfinancialindiceswithreinforcementlearningagents[J].ExpertSystemswithApplications103:1-13.

[3]YangyangYu,ZhiyuanYao,FINCON:ASynthesizedLLMMulti-AgentSystemwithConceptualVerbalReinforcementforEnhancedFinancialDecisionMaking,arXiv:2407.06567v3,Nov.2024

[4]YijiaXiao,EdwardSun,TradingAgents:Multi-AgentsLLMFinancialTradingFramework,arXiv:2412.20138v7,Jun.2025

[5]吴怀军.索罗斯金融反身理论的理性阐释——基于博弈分析视角[J].财会月刊,2012,(36):79-81.

[6]况欢,李惠敏,曾盛敏.反身性理论与股市价格运动趋势[J].西南民族大学学报(人文社科版),2004.

[7]王树娟,黄渝祥.基于GARCH-CVaR模型的我国股票市场风险分析[J].同济大学学报：自然科学版,2005,33(2):4.

[8]顾明,熊志涛,陈海强.聪明的贝塔:来自A股市场因子动量效应的实证研究[J].计量经济学报,2024,4(03):653-672.