Fugu-MT 論文翻訳(概要): A Review of Large Language Models for Stock Price Forecasting from a Hedge-Fund Perspective

論文の概要: A Review of Large Language Models for Stock Price Forecasting from a Hedge-Fund Perspective

arxiv url: http://arxiv.org/abs/2605.05211v1
Date: Fri, 10 Apr 2026 17:36:04 GMT
ステータス: 翻訳完了
システム内更新日: 2026-05-11 06:56:26.59524
Title: A Review of Large Language Models for Stock Price Forecasting from a Hedge-Fund Perspective
Title（参考訳）: Hedge-Fund の視点からみた株価予測のための大規模言語モデルの検討
Authors: Olivia Zhang, Zhilin Zhang,
Abstract要約: 大規模言語モデル(LLMs)は、株価予測のための量的金融にますます導入されている。本総説では、金融ニュースやソーシャルメディアから感情を抽出するなど、この領域におけるLLMの最近の応用を概観する。
参考スコア（独自算出の注目度）: 1.84273475762818
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Large language models (LLMs) are increasingly deployed in quantitative finance for stock price forecasting. This review synthesizes recent applications of LLMs in this domain, including extracting sentiment from financial news and social media, analyzing financial reports and earnings-call transcripts, tokenizing or symbolizing stock price series, and constructing multi-agent trading systems. Particular attention is paid to practical pitfalls that are often understated in the literature, such as fragility in sentiment analysis, dataset and horizon design, performance evaluation metrics, data leakage, illiquidity premia, and limits of stock price predictability. Organized from a hedge-fund perspective, the review is intended to guide both academic researchers and hedge fund managers in integrating LLMs into real-world trading pipelines and in stress-testing their robustness under realistic market frictions.
Abstract（参考訳）: 大規模言語モデル(LLMs)は、株価予測のための量的金融にますます導入されている。本総説では、金融ニュースやソーシャルメディアからの感情抽出、財務報告や決算報告の書き起こしの分析、株価シリーズのトークン化や象徴化、マルチエージェントトレーディングシステムの構築など、この領域におけるLLMの最近の応用について述べる。特に、感情分析の脆弱さ、データセットと地平線設計、パフォーマンス評価指標、データ漏洩、不適格性プリミア、株価予測可能性の限界など、文献でしばしば過小評価される実践的な落とし穴に注意が払われている。ヘッジファンドの観点から組織されたこのレビューは、学術研究者とヘッジファンドマネジャーの両方がLLMを現実世界のトレーディングパイプラインに統合し、現実的な市場の摩擦の下で彼らの堅牢性をテストすることをガイドすることを目的としている。

関連論文リスト

Generalized Stock Price Prediction for Multiple Stocks Combined with News Fusion [55.80546131166094]
本稿では,Large Language Models (LLMs) と日次金融ニュースを統合して株価予測を行う手法を提案する。我々は,事前学習したLLMを用いてニュース記事をエンコードし,ストック関連性に基づいてニュースをフィルタリングする3つのアテンションベースプール手法を実装した。実験の結果,平均絶対誤差(MAE)はベースラインに比べて7.11%減少した。
論文参考訳（メタデータ） (2026-03-08T09:05:10Z)
PriceSeer: Evaluating Large Language Models in Real-Time Stock Prediction [47.70107097572211]
本稿では,ストック予測タスクを実行する大規模言語モデルを対象としたベンチマークであるPriceSeerを紹介する。プライスシーアには11の産業セクターから110の米国株が含まれており、それぞれ249の歴史的データポイントが含まれている。我々は、異なる予測地平の下で6つの最先端LCMを評価し、投資戦略を創出する可能性を実証した。
論文参考訳（メタデータ） (2025-12-31T08:35:46Z)
Deriving Strategic Market Insights with Large Language Models: A Benchmark for Forward Counterfactual Generation [55.2788567621326]
本稿では,FIN-FORCE-FINancial Forward Counterfactual Evaluationを提案する。 FIN-FORCEは金融ニュースの見出しをまとめることで、LLMベースの対実生成を支援する。これにより、将来の市場展開を探索し、予測するためのスケーラブルで自動化されたソリューションの道を開くことができる。
論文参考訳（メタデータ） (2025-05-26T02:41:50Z)
Agent Trading Arena: A Study on Numerical Understanding in LLM-Based Agents [69.58565132975504]
大規模言語モデル(LLM)は、自然言語処理において顕著な能力を示した。 LLMをベースとしたエージェントが競合するマルチエージェント取引を行う仮想ゼロサム株式市場であるエージェントトレーディングアリーナを提示する。
論文参考訳（メタデータ） (2025-02-25T08:41:01Z)
RAG-IT: Retrieval-Augmented Instruction Tuning for Automated Financial Analysis [1.2891210250935148]
RAG-IT(Retrieval-Augmented Instruction Tuning)は、業績報告の自動作成を目的とした新しいフレームワークである。提案手法は,検索強化と命令ベースファインチューニングを統合し,現実的精度,文脈的妥当性,ドメイン適応性を向上する。
論文参考訳（メタデータ） (2024-12-11T08:09:42Z)
AlphaFin: Benchmarking Financial Analysis with Retrieval-Augmented Stock-Chain Framework [48.3060010653088]
我々はAlphaFinデータセットをリリースし、従来の研究データセット、リアルタイム財務データ、手書きのチェーン・オブ・プリート(CoT)データを組み合わせています。次に、AlphaFinデータセットを使用して、金融分析タスクを効果的に処理するために、Stock-Chainと呼ばれる最先端の手法をベンチマークします。
論文参考訳（メタデータ） (2024-03-19T09:45:33Z)
Enhancing Financial Sentiment Analysis via Retrieval Augmented Large Language Models [11.154814189699735]
大規模な言語モデル (LLM) は様々なNLPタスクにおいて優れた性能を示した。本稿では,金融感情分析のためのLLMフレームワークを提案する。提案手法の精度は15%から48%向上し,F1得点を得た。
論文参考訳（メタデータ） (2023-10-06T05:40:23Z)
Instruct-FinGPT: Financial Sentiment Analysis by Instruction Tuning of General-Purpose Large Language Models [18.212210748797332]
本稿では,これらの問題に対処する簡易かつ効果的な命令チューニング手法を提案する。実験では, 最先端の教師付き感情分析モデルより優れていた。
論文参考訳（メタデータ） (2023-06-22T03:56:38Z)
Can ChatGPT Forecast Stock Price Movements? Return Predictability and Large Language Models [48.87381259980254]
我々は、ChatGPTのような大規模言語モデル(LLM)が、直接の金融トレーニングなしでニュースの見出しから株式市場の反応を予測する能力について文書化している。 GPT-4は、認識後カットオフの見出しを使って、最初の市場の反応を捉え、取引不能な初期反応に対して、ポートフォリオの1日当たりのヒット率を約90%達成している。
論文参考訳（メタデータ） (2023-04-15T19:22:37Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。