FinLlama: LLM-Based Financial Sentiment Analysis for Algorithmic Trading
创建于 更新于
摘要
本报告提出了一种基于Llama 2 7B模型，针对金融领域情感分析进行参数高效微调的FinLlama框架。该模型结合生成与判别机制，不仅分类情感极性，还量化情绪强度。通过基于公开金融新闻数据的训练，FinLlama实现了较低的计算资源占用，同时在构建的长短仓投资组合中，相较于传统词典方法和FinBERT模型取得了显著的业绩提升，表现为更高的累计收益和Sharpe比率，以及在市场震荡期的更强稳健性 [page::0][page::1][page::4][page::5][page::6]。
