Sentiment trading with large language models
创建于 更新于
摘要
本报告系统评估了大型语言模型（OPT、BERT、FinBERT）与传统的Loughran-McDonald字典在美国金融新闻情绪分析及股价预测中的表现。研究利用2010-2023年近百万篇新闻，发现基于GPT-3的OPT模型表现最优，预测准确率达74.4%，并构建基于OPT情绪分数的多头空头组合策略，考虑交易成本后夏普比率高达3.05，2021年至2023年期间收益率达355%，显著优于其他模型和市场基准，彰显LLM在金融市场预测和投资策略制定中的变革潜力[pidx::0][pidx::4][pidx::5][pidx::6]。
