FinTradeBench：面向大语言模型的金融推理基准

现实世界的金融决策需基于监管文件中的基本面和价格动态中的交易信号进行异构推理。现有基准多侧重资产负债表，缺乏对市场交易及交互的推理评估。为此，本文提出 FinTradeBench，整合基本面与交易信号，包含基于纳斯达克 100 公司十年数据的 1400 个问题，涵盖三类推理任务。通过“校准后扩展”框架确保数据质量。实验评估了 14 个模型，发现检索增强显著提升文本基本面推理，但对交易信号推理帮助有限，揭示了当前模型在数值与时序推理上的挑战。