FinSight: Auf dem Weg zur realitätsnahen Finanzforschung mit Deep Learning

FinSight: Towards Real-World Financial Deep Research

October 19, 2025

papers.authors: Jiajie Jin, Yuyao Zhang, Yimeng Xu, Hongjin Qian, Yutao Zhu, Zhicheng Dou

cs.AI

papers.abstract

Die Erstellung professioneller Finanzberichte ist ein arbeitsintensiver und intellektuell anspruchsvoller Prozess, den aktuelle KI-Systeme nur schwer vollständig automatisieren können. Um diese Herausforderung zu bewältigen, stellen wir FinSight (Financial InSight) vor, ein neuartiges Multi-Agenten-Framework zur Erstellung hochwertiger, multimodaler Finanzberichte. Die Grundlage von FinSight bildet die Code Agent with Variable Memory (CAVM)-Architektur, die externe Daten, speziell entwickelte Tools und Agenten in einem programmierbaren variablen Raum vereint und so flexible Datenerfassung, -analyse und Berichterstellung durch ausführbaren Code ermöglicht. Um professionelle Visualisierungen zu gewährleisten, schlagen wir einen iterativen, visuell verbesserten Mechanismus vor, der rohe visuelle Ausgaben schrittweise in ausgefeilte Finanzdiagramme verfeinert. Darüber hinaus erweitert ein zweistufiges Schreibframework prägnante Chain-of-Analysis-Segmente zu kohärenten, zitierbewussten und multimodalen Berichten, wodurch sowohl analytische Tiefe als auch strukturelle Konsistenz sichergestellt werden. Experimente zu verschiedenen Unternehmens- und Branchenaufgaben zeigen, dass FinSight alle Baselines, einschließlich führender Deep-Research-Systeme, in Bezug auf faktische Genauigkeit, analytische Tiefe und Präsentationsqualität deutlich übertrifft und damit einen klaren Weg zur Erstellung von Berichten aufzeigt, die sich der Qualität von menschlichen Experten annähern.

English

Generating professional financial reports is a labor-intensive and intellectually demanding process that current AI systems struggle to fully automate. To address this challenge, we introduce FinSight (Financial InSight), a novel multi agent framework for producing high-quality, multimodal financial reports. The foundation of FinSight is the Code Agent with Variable Memory (CAVM) architecture, which unifies external data, designed tools, and agents into a programmable variable space, enabling flexible data collection, analysis and report generation through executable code. To ensure professional-grade visualization, we propose an Iterative Vision-Enhanced Mechanism that progressively refines raw visual outputs into polished financial charts. Furthermore, a two stage Writing Framework expands concise Chain-of-Analysis segments into coherent, citation-aware, and multimodal reports, ensuring both analytical depth and structural consistency. Experiments on various company and industry-level tasks demonstrate that FinSight significantly outperforms all baselines, including leading deep research systems in terms of factual accuracy, analytical depth, and presentation quality, demonstrating a clear path toward generating reports that approach human-expert quality.