본 논문은 금융 분야에서 대규모 언어 모델(LLM)을 활용한 정량적 트레이딩에 초점을 맞추고 있습니다. 다양한 데이터 소스(뉴스 기사, 시장 데이터, 알파 팩터, 기초 데이터)를 효과적으로 통합하는 어려움을 해결하기 위해, 전문가 혼합(MoE) 접근 방식을 사용하는 새로운 프레임워크인 TradeExpert를 제시합니다. TradeExpert는 네 개의 특화된 LLM(각각 다른 데이터 소스 분석)과 최종 예측/결정을 내리는 일반 전문가 LLM로 구성됩니다. 특정 프롬프트를 통해 예측 모드와 순위 모드를 전환하여 주식 움직임 예측 및 정량적 주식 거래를 수행할 수 있으며, 대규모 금융 데이터셋을 함께 공개하여 TradeExpert의 효과를 포괄적으로 평가합니다. 실험 결과, 모든 거래 시나리오에서 TradeExpert의 우수한 성능을 보여줍니다.
