Применение больших языковых моделей на финансовых рынках
OpenAI
Hudson River Trading
Количественные трейдеры изучают, могут ли большие языковые модели (Large Language Models, LLM), успешные в обработке естественного языка, прогнозировать финансовые временные ряды. Проблемы включают высокое соотношение шума к сигналу, менее структурированные данные и активную конкуренцию. Однако многообещающими являются такие методы, как мультимодальное обучение, резидуализация и генерация синтетических данных.
Статья рассматривает потенциал больших языковых моделей (Large Language Models, LLM) для прогнозирования финансовых рынков. Отмечается, что LLM являются авторегрессионными обучающимися системами, аналогичными моделям, используемым в количественном трейдинге. Однако финансовые данные более зашумлены и менее структурированы, чем язык, а рыночная эффективность затрудняет прогнозирование. На
Показать ещё ↓
Источник: The Gradient —
оригинал