文章预览
目前,机器学习和深度学习算法(ML )已被广泛应用于股票趋势预测,并取得了显著进展。然而,这些方法未能为预测提供理由,缺乏可解释性和推理过程。此外,它们无法整合如财经新闻或报告等文本信息。与此同时,大型语言模型(LLMs)具有出色的文本理解和生成能力。但由于金融训练数据集稀缺以及与实时知识的整合有限,LLMs仍然存在幻觉问题,并且无法跟上最新信息。 本文介绍一篇 COLING 2024 的工作,研究者提出了一个名为 AlphaFin 的金融分析框架,它结合了机器学习和深度学习算法(ML )以及大型语言模型(LLMs)来提高股票趋势预测和金融问题回答的准确性和可解释性。 【论文标题】 AlphaFin: Benchmarking Financial Analysis with Retrieval-Augmented Stock-Chain Framework 【论文地址】 https://arxiv.org/abs/2403.12582 【论文源码】 https://github.com/AlphaFin-proj/AlphaFin
………………………………