본 논문은 주식 포트폴리오의 갑작스러운 붕괴를 감지하기 위한 알고리즘 프레임워크인 TRR (Temporal Relational Reasoning)을 제안합니다. 대규모 언어 모델 (LLM)을 활용하여, 특정 훈련 데이터 없이도 새로운 이벤트에 대한 제로샷 추론을 수행하고, 뉴스 기사의 정보를 동적으로 처리하며, 다양한 이벤트와 포트폴리오 주식 간의 관계망을 분석합니다. 또한 시간적 맥락을 이해하여 목표 포트폴리오에 대한 총체적인 영향을 파악합니다. TRR은 브레인스토밍, 기억, 주의, 추론 등 복잡한 문제 해결에 필요한 인간의 인지 능력을 모방하도록 설계되었습니다.
