본 논문은 대규모 언어 모델(LLM)을 활용한 자산 가격 책정 및 주식 거래 전략의 효과성을 평가한다. 기존 연구들의 한계점을 지적하며, 더 넓은 기간과 주식 종목을 대상으로 FINSABER라는 백테스팅 프레임워크를 제안하여 LLM 기반 투자 전략의 일반화 가능성과 견고성을 검증한다. 20년 이상, 100개 이상의 종목을 대상으로 한 백테스팅 결과, LLM 기반 전략이 기존에 보고된 장점들이 장기간 및 광범위한 종목군에서 유의미하게 감소하는 것을 확인했다. 또한, 시장 상황 분석을 통해 LLM 전략이 강세장에서는 소극적이며, 약세장에서는 공격적인 투자 성향을 보임을 밝혀냈다.
