选股确率高达60%？大模型与财务报表的双向奔赴

正文

请到「今天看啥」查看全文

这篇论文的研究结论表明： 即使在没有叙述上下文或特定行业信息的情况下，LLM在预测收益变化方面的表现超过了人类分析师 。并且LLM的预测准确性与训练有素的、最先进的机器学习（ML）模型相当。

当然，LLM和人类分析师是互补的，而不是替代关系。 LLM在分析数字数据时表现出色，而人类分析师在需要更广泛背景信息的情况下更有价值。

方法论和数据

1、数据收集： 研究者从Compustat数据库收集了1968年至2021年的年度财务数据。

2、数据标准化：为了确保模型能够一致地处理数据，研究者将收集到的财务数据标准化。这包括使用Compustat的平衡公式来构建标准化的资产负债表和损益表。

3、数据匿名化：为了防止模型通过识别特定公司或年份来产生预测偏差，研究者从财务报表中去除了所有可能识别公司身份的信息，包括公司名称和具体的年份。取而代之的是，他们使用了相对年份标签，例如t、t-1和t-2。

请到「今天看啥」查看全文