比分析师还准？QLoRA-LLM如何用财报预测股价！

文章预览

  摘要 精准预测公司财报发布后的股价表现对投资者至关重要。然而，传统方法（尤其是常规机器学习模型）难以有效处理财报中大量的文本信息，也往往难以捕捉其中影响市场走向的细微差别。本文提出一种利用大型语言模型（LLMs）的方法，结合了指令微调与量化低秩适配（QLoRA）压缩技术。我们将财务指标增长、公司财报文本（“base factors”）与市场指数表现、分析师评级等“external factors”融合，构建了一个丰富的监督数据集。通过对这一综合性数据集进行训练，我们的模型在准确率、加权F1、以及Matthews相关系数（MCC）等多项评估指标上表现出色，且与GPT-4等对照模型相比优势明显。尤其值得一提的是， llama-3-8b-Instruct-4bit  模型在各项指标上均取得显著提升。我们也进一步讨论了未来可在模型输出中纳入“Hold”选项，以及拓展预测时长至更 ………………………………