Büyük Dil Modellerinin Finansal Piyasalarda Uygulanması

Makale, Büyük Dil Modellerinin (LLM'ler) finansal piyasa tahmini için potansiyelini inceliyor. LLM'lerin, nicel alım satımda kullanılan modellere benzer şekilde otoregresif öğreniciler olduğu belirtiliyor. Ancak, finansal veriler dilden daha gürültülü ve daha az yapılandırılmış olup, piyasa etkinliği tahmini zorlaştırıyor. NeurIPS 2023'te Hudson River Trading, GPT-3'ün eğitim tokenlerini (500 milyar) yıllık piyasa verisi tokenleriyle (ABD hisseleri için 177 milyar) karşılaştırdı. Çok modlu öğrenme, fiyat verilerini haberler veya uydu görüntüleri gibi alternatif verilerle birleştirebilir. Finansta artıklaştırma (faktör modelleri) ve yapay zekada artık ağları, ortak bir yapıdan sapmaları tahmin etme benzer fikrini paylaşıyor. LLM'lerin uzun bağlam pencereleri, çok ölçekli piyasa olaylarını yakalayabilir, ancak birden fazla gelecek zaman ufkunu tahmin etmek zorlu olmaya devam ediyor. Sentetik veri üretimi, kıt piyasa verilerini artırabilir ve üretici modeller aşırı olayları simüle etmeye yardımcı olabilir. Makale, LLM'lerin yakında nicel alım satımın yerini almasının olası olmadığı, ancak temel analizi güçlendirebileceği sonucuna varıyor ve açık fikirli olmayı tavsiye ediyor.