Artificial Intelligence in Day Trading: An Intraday Trading Framework with Economic Indicators and Large Language Model Analysis
创建于 更新于
摘要
本报告提出了一种基于宏观经济指标波动率的USTEC差价合约日内交易策略，并创新性地引入大型语言模型（LLM）进行新闻情绪过滤。策略通过2018年至2025年共1700余笔历史回测，基础策略累计收益达730%，年化收益33%，LLM增强版本进一步提升年化收益5个百分点。LLM优化信号筛选显著提升了策略的盈利能力、风险控制和alpha表现，且对提示词变动具有较好稳定性。本研究展示了AI驱动量化交易的潜力和未来在提示词工程及多模型结合上的发展方向。[page::0][page::3][page::6][page::10]
