Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

From Deep Learning to LLMs: A survey of AI in Quantitative Investment

Created by
  • Haebom

저자

Bokai Cao, Saizhuo Wang, Xinyi Lin, Xiaojun Wu, Haohan Zhang, Lionel M. Ni, Jian Guo

개요

본 논문은 인공지능(AI), 특히 딥러닝과 대규모 언어 모델(LLM)이 정량 투자(quant) 분야에 미치는 영향을 조사한 설문 조사 논문입니다. 알파 전략을 중심으로, AI가 정량 투자 파이프라인에 기여하는 방식을 탐구합니다. 초기 단계의 인간이 설계한 특징과 전통적인 통계 모델을 중심으로 한 알파 파이프라인에서부터, 딥러닝이 데이터 처리에서 주문 실행까지 전체 파이프라인에서 확장 가능한 모델링을 가능하게 한 과정, 그리고 LLM이 예측을 넘어 비정형 데이터 처리, 알파 생성, 자기 반복 워크플로 지원 등 자율 에이전트를 강화하는 역할까지 다룹니다.

시사점, 한계점

시사점:
AI, 특히 딥러닝과 LLM이 정량 투자 분야에 혁신적인 변화를 가져올 잠재력을 보여줌.
딥러닝을 통해 정량 투자 파이프라인 전반의 확장 가능한 모델링이 가능해짐.
LLM을 통해 자율 에이전트 기반의 자기 반복적인 워크플로우 구축이 가능해짐.
비정형 데이터를 활용한 알파 전략 개발이 가능해짐.
한계점:
본 논문은 알파 전략에만 초점을 맞춰 다른 정량 투자 전략에 대한 AI의 영향은 다루지 않음.
LLM 기반 자율 에이전트의 실제 성능 및 안정성에 대한 구체적인 분석이 부족함.
AI 모델의 설명 가능성 및 투명성에 대한 논의가 미흡함.
과도한 기대를 불러일으킬 수 있는 낙관적인 전망이 포함될 가능성이 있음.
👍