基于电话会议的LLMs股票预测框架

文章预览

J.P.Morgan的python教程 Content 这篇论文介绍了一个名为ECC Analyzer的新框架，它利用大型语言模型（LLMs）从电话会议（ECCs）中提取更丰富、更细粒度的信息，以提高股票波动性预测的性能。研究者们采用了一种分层信息提取策略，包括段落级总结和关键句子提取，然后通过多模态特征融合进行波动性预测。实验结果表明，该模型在预测短期波动性方面优于传统基准，同时在中长期预测方面也显示出与现有最佳方法相当的性能。 1. 引言 (Introduction) 在金融分析领域，预测一定时期内的股票波动性对于资本市场参与者做出更好的投资决策至关重要。以往的研究虽然已经展示了利用公开信息预测股票波动性的可能性，但这些方法往往依赖于结构化数据，对于非结构化数据，如电话会议（ECCs）的利用尚未充分。 本研究提出了一个名为ECC Analyzer的新框架，它通过 ………………………………