结合金融数据与新闻文章利用大语言模型预测股价走势

预测金融市场和股价走势需要分析公司业绩、历史价格走势、行业特定事件，以及社交媒体和媒体报道等人类因素的影响。我们假设财务报告（如损益表、资产负债表和现金流量表）、历史价格数据和近期新闻文章可以共同代表上述因素。我们将表格格式的金融数据与文本新闻文章相结合，并采用预训练大语言模型（LLMs）来预测市场走势。大语言模型的最新研究表明它们能够同时执行表格和文本分类任务，使它们成为处理多模态数据的主要模型。我们利用检索增强技术检索并附加与某公司相关的新闻文章片段到金融指标上，并在零样本、双样本和四样本设置下提示大语言模型。我们的数据集包含来自不同来源的新闻文章、历史股价和财务报告数据，涵盖股票市场中不同行业的20家交易量最高的公司。我们使用了最近发布的语言模型作为基于LLM的分类器，包括GPT-3、GPT-4以及LLaMA-2和LLaMA-3模型。我们提出了一种能够利用表格（结构化）数据和文本（非结构化）数据的组合进行分类任务的基于LLM的分类器。使用该模型，我们预测了数据集中给定股票的股价走势，在3个月和6个月期间分别获得了58.5%和59.1%的加权F1分数，以及0.175的马修斯相关系数。