Can LLM-based Financial Investing Strategies Outperform the Market in Long Run?
创建于 更新于
摘要
本文提出了FINSABER框架，系统地评估了基于大规模语言模型（LLM）的投资策略在更长时间跨度及更广股票范围内的表现。研究发现此前文献中LLM策略的优势在跨市场和长期评估中显著减弱，且LLM策略在牛市中过于保守，在熊市中风险管理不足导致损失加剧。报告强调未来策略需注重趋势识别与市场状态感知的风险控制，而非单纯模型复杂度提升，为LLM投资研究指明方向[page::0][page::1][page::7].
