FinSight: Op Weg naar Real-World Financieel Diepgaand Onderzoek

FinSight: Towards Real-World Financial Deep Research

October 19, 2025

Auteurs: Jiajie Jin, Yuyao Zhang, Yimeng Xu, Hongjin Qian, Yutao Zhu, Zhicheng Dou

cs.AI

Samenvatting

Het genereren van professionele financiële rapporten is een arbeidsintensief en intellectueel veeleisend proces waar huidige AI-systemen moeite mee hebben om volledig te automatiseren. Om deze uitdaging aan te pakken, introduceren we FinSight (Financial InSight), een innovatief multi-agent framework voor het produceren van hoogwaardige, multimodale financiële rapporten. De basis van FinSight is de Code Agent with Variable Memory (CAVM) architectuur, die externe data, ontworpen tools en agents verenigt in een programmeerbare variabele ruimte, waardoor flexibele dataverzameling, analyse en rapportgeneratie via uitvoerbare code mogelijk wordt. Om professionele visualisatie te garanderen, stellen we een Iterative Vision-Enhanced Mechanism voor dat ruwe visuele uitvoer geleidelijk verfijnt tot gepolijste financiële grafieken. Bovendien breidt een tweefasen Schrijf Framework beknopte Chain-of-Analysis segmenten uit tot samenhangende, citaatbewuste en multimodale rapporten, waardoor zowel analytische diepte als structurele consistentie wordt gewaarborgd. Experimenten op verschillende bedrijfs- en industrieniveau taken tonen aan dat FinSight alle baseline-systemen, waaronder toonaangevende diepgaande onderzoekssystemen, significant overtreft op het gebied van feitelijke nauwkeurigheid, analytische diepte en presentatiekwaliteit, wat een duidelijk pad toont naar het genereren van rapporten die de kwaliteit van menselijke experts benaderen.

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.