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.

MarketSenseAI 2.0: Enhancing Stock Analysis through LLM Agents

Created by
  • Haebom

저자

George Fatouros, Kostas Metaxas, John Soldatos, Manos Karathanassis

MarketSenseAI: LLM 기반의 주식 분석 프레임워크

개요

본 논문은 대규모 언어 모델(LLM)을 활용하여 금융 뉴스, 과거 가격, 기업 펀더멘털 및 거시 경제 환경을 처리하여 주식 분석 및 선택을 지원하는 새로운 프레임워크인 MarketSenseAI의 최신 발전을 제시한다. 검색 증강 생성 및 LLM 에이전트를 결합한 새로운 아키텍처를 통해 SEC 공시 및 실적 발표를 처리하는 동시에 다양한 기관 보고서를 체계적으로 처리하여 거시 경제 분석을 풍부하게 한다. S&P 100 주식에 대한 2년(2023-2024) 동안의 경험적 평가는 MarketSenseAI가 지수 수익률 73.5%에 비해 125.9%의 누적 수익률을 달성하고 유사한 위험 프로파일을 유지함을 보여준다. 2024년 S&P 500 주식에 대한 추가 검증을 통해 시장보다 33.8% 높은 Sortino 비율을 제공하여 프레임워크의 확장성을 입증했다.

시사점, 한계점

LLM 기술을 금융 분석에 적용하여 투자 전략의 견고성에 대한 통찰력 제공
S&P 100 및 S&P 500 주식에 대한 강력한 성과 입증
향후 연구를 위한 LLM 기반 투자 전략의 가능성 제시
본 논문에서 구체적인 한계점은 제시되지 않음
👍