Can Large Language Models Beat Wall Street? Unveiling the Potential of AI in Stock Selection

本文是LLM系列文章，针对《Can Large Language Models Beat Wall Street? Unveiling the Potential of AI in Stock Selection》的翻译。

摘要

在金融市场的动态和数据驱动环境中，本文介绍了MarketSenseAI，这是一种新颖的人工智能驱动框架，利用GPT-4的高级推理能力进行可扩展的股票选择。MarketSenseAI结合了思维链和上下文学习方法来分析广泛的数据来源，包括市场价格动态、金融新闻、公司基本面和模拟知名金融投资团队决策过程的宏观经济报告。MarketSenseAI的开发、实施和实证验证是详细的，重点是其提供可操作的投资信号（买入、持有、卖出）的能力，并辅以令人信服的解释。这项研究的一个值得注意的方面是，GPT-4不仅作为一种预测工具，而且作为一种评估工具，揭示了人工智能生成的解释对建议投资信号的可靠性和可接受性的重大影响。在对标准普尔100指数股票的广泛实证评估中，MarketSenseAI的表现优于基准指数13%，实现了高达40%的回报，同时保持了与市场相当的风险状况。这些结果证明了大型语言模型在复杂财务决策中的有效性，并标志着人工智能在财务分析和投资策略中的集成取得了重大进展。这项研究为金融人工智能领域做出了贡献，提供了一种创新的方法，并强调了人工智能在颠覆传统金融分析投资方法方面的变革潜力。

1 引言

2 相关工作

3 方法

4 实验

5 结果

6 讨论