Oct, 2023
通过大型语言模型整合股票特征和全球信息以提升股票收益预测
Integrating Stock Features and Global Information via Large Language Models for Enhanced Stock Return Prediction
Yujie Ding, Shuai Jia, Tianyi Ma, Bingcheng Mao, Xiuze Zhou...
TL;DR通过引入 LG 模型和 SCRL 方法,我们提出了一个用于量化投资的创新框架,能够有效将 Large Language Models 中包含的语义信息与现有的量化股票特征相结合,以提高金融新闻分析和股票收益预测的性能。在中国 A 股市场中,我们的框架相较于仅依赖于股票特征的模型,表现出卓越的排名信息系数和收益表现。