Нарративная экономика считает, что финансовые рынки во многом подвержены влиянию постоянно развивающихся нарративов, что открывает новые возможности для прогнозирования возникающих событий и их влияния на экономику. Однако существующие методы, основанные на больших языковых моделях, все еще имеют недостатки в системности разбиения задач и соответствии финансовым сценариям. В данной статье предложена рамочная структура MENTOR — мультиагентная система для предсказания событий и трендов нарративов, объединяющая итеративный механизм вывода по модели учитель-ученик и реализующая прогнозирование через ряд прогрессивных подзадач: выявление и ранжирование формирующихся горячих событий, прогнозирование будущих событий на основе текущих нарративов и предсказание поведения отраслевых индексов, подверженных влиянию этих событий. Экспериментальные результаты на собранных нами китайских данных ключевых лидеров мнений (KOL) и англоязычном финансовом новостном датасете показывают, что MENTOR превосходит современные базовые модели в задачах прогнозирования событий и упорядочивания отраслей, включая улучшенную модель прогнозирования будущих событий (StkFEP) и рамочную структуру «Резюме—Объяснение—Прогноз» (SEP). Кроме того, результаты бэктестирования на уровне портфеля демонстрируют, что улучшенное прогнозирование событий и отраслей может привести к реальному росту инвестиционной производительности. Результаты исследования показывают, что сочетание структурированного вывода с многопользовательской обратной связью значительно повышает надежность прогнозирования событий и усиливает связь между динамикой нарративов и результатами финансовых рынков.

нарративная экономика;мультиагенты;обнаружение событий;прогнозирование событий