構造化されたイベント表現と株式収益率の予測可能性

この研究論文では、株式収益率を予測するために、ニュース記事からイベントの特徴を抽出するために大規模言語モデル（LLM）を使用することを検討しています。著者らは、構造化されたイベント表現（SER）と注意メカニズムに基づく新しい深層学習モデルを提案しています。主な発見は、このSERベースのモデルが、サンプル外の株式収益率予測において、既存のテキスト駆動型モデルよりも優れていることです。このモデルはまた、解釈可能な特徴構造を提供し、株式収益率の予測可能性を駆動する基礎となるメカニズムを調べることができます。これは、金融予測におけるLLMと構造化データの可能性を強調し、市場のダイナミクスを理解するための新しいアプローチを提供します。