AI交易：评估大语言模型在技术市场分析中的表现

arXiv:2607.15414v1 公告类型：交叉 摘要：大语言模型（LLMs）已成为处理现代金融市场异构信息环境的强大工具。本文对五种著名LLM进行了系统性的比较评估：GPT-4 Turbo、Claude 3 Opus、Gemini 1.5 Pro、Llama 3 70B以及领域专用FinGPT，评估它们的技术市场分析能力。评估涵盖四个结构化任务：基于OHLCV数据的K线模式识别、方向性信号生成（买入/卖出/持有）、通过模拟执行管道对信号质量进行回测，以及财务报表理解。我们的实验框架采用严格的定量指标，包括夏普比率、最大回撤、索提诺比率、信息系数、F1分数和BLEU分数。模拟回测结果表明，GPT-4 Turbo在通用模型中实现了最高的年化收益率和夏普比率，而FinGPT由于领域特定的微调，表现出具有竞争力的风险调整后收益。在测试条件下，两个模型均优于被动S&P 500基准。研究还识别了所有评估模型持续存在的失败模式，包括数值幻觉、上下文窗口限制以及在横盘市场状态下表现不一致。我们得出结论：尽管LLM在AI交易系统中具有真正的潜力，但稳健部署需要仔细的任务分解、严格的回测协议以及领域感知的微调策略。

# AI交易：评估大语言模型在技术市场分析中的表现
来源：https://arxiv.org/abs/2607.15414
书目工具

## 书目与引用工具

书目浏览器切换

代码、数据与媒体

## 本文关联的代码、数据与媒体

演示

## 演示

相关论文

## 推荐与搜索工具

IArxiv 推荐器切换

关于 arXivLabs

## arXivLabs：与社区合作者共同进行的实验项目

arXivLabs 是一个框架，允许合作者直接在我们的网站上开发和共享新的 arXiv 功能。

与 arXivLabs 合作的个人和组织均接受并采纳了我们关于开放性、社区、卓越和用户数据隐私的价值观。arXiv 致力于这些价值观，并仅与遵守这些价值观的合作伙伴合作。

有一个能为 arXiv 社区增添价值的项目想法？**了解更多关于 arXivLabs**（https://info.arxiv.org/labs/index.html）。