GPT-4預(yù)測股票漲跌更更更準(zhǔn)了！東京大學(xué)新框架LLMFactor提升顯著 ｜ ACL 2024

AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：GPT-4預(yù)測股票漲跌更更更準(zhǔn)了！東京大學(xué)新框架LLMFactor提升顯著 ｜ ACL 2024
關(guān)鍵字：股票,股票價(jià)格,模型,因素,數(shù)據(jù)
文章來源：夕小瑤科技說
內(nèi)容字?jǐn)?shù)：0字

內(nèi)容摘要：

夕小瑤科技說 原創(chuàng)作者 | Axe_越
花一秒鐘就看透事物本質(zhì)的人，和花一輩子都看不清的人，注定是截然不同的命運(yùn)。——唐·柯里昂
除了少數(shù)天縱奇才，大多數(shù)人都是通過知識和閱歷的不斷積累，才逐漸鍛煉出觀察和判斷事物變化規(guī)律的能力。而如果說有一件事，可以牽動(dòng)著我們?nèi)ゲ粩嘧粉櫋⒎治龊团袛啵菬o疑就是明天的彩票號碼（劃掉），股票漲跌了！尤其對許多曾經(jīng)或者現(xiàn)在仍在股市征戰(zhàn)四方的朋友來說。
那么不知道大家有沒有想過，作為世界上最博學(xué)的存在，大模型是否能做到透過某一的變化，就能準(zhǔn)確預(yù)測出相應(yīng)股票漲跌的能力呢？或許今天這篇文章，會(huì)給你答案。
論文標(biāo)題:LLMFactor: Extracting Profitable Factors through Prompts for Explainable Stock Movement Prediction
論文鏈接:https://arxiv.org/pdf/2406.10811.pdf
金融市場分析近年來，大模型（LLM）在處理文本數(shù)據(jù)，尤其是對文本數(shù)據(jù)的分析和理解方面取得了巨大成功，但金融市場的預(yù)測依賴于對時(shí)間序列數(shù)據(jù)的復(fù)雜分析，這要求模型不僅要理解歷史

原文鏈接：GPT-4預(yù)測股票漲跌更更更準(zhǔn)了！東京大學(xué)新框架LLMFactor提升顯著 ｜ ACL 2024

聯(lián)系作者

文章來源：夕小瑤科技說
作者微信：xixiaoyaoQAQ
作者簡介：專業(yè)、有趣、深度價(jià)值導(dǎo)向的科技媒體。聚集30萬AI工程師、研究員，覆蓋500多家海內(nèi)外機(jī)構(gòu)投資人，互聯(lián)網(wǎng)大廠中高管和AI公司創(chuàng)始人。一線作者來自清北、國內(nèi)外頂級AI實(shí)驗(yàn)室和大廠，兼?zhèn)涿翡J的行業(yè)嗅覺和洞察深度。商務(wù)合作：zym5189