面向投资组合管理的金融新闻驱动 LLM 强化学习
计算金融
2024-11-19 v1
摘要
强化学习 (RL) 已成为金融交易的一种变革性方法，能够在复杂市场中实现动态策略优化。本研究探讨了将大型语言模型 (LLM) 衍生的情感分析整合到 RL 框架中，以提升交易表现。实验在 Apple Inc. (AAPL) 的单股交易和 ING Corporate Leaders Trust Series B (LEXCX) 的投资组合交易上进行。与未包含情感分析的 RL 模型相比，情感增强的 RL 模型展现出更优的净值和累计利润，并且在投资组合实验中，超越了实际 LEXCX 投资组合的买入并持有策略。这些结果凸显了引入定性市场信号以改善决策的潜力，弥合了金融交易中定量与定性方法之间的差距。
引用
@article{arxiv.2411.11059,
title = {Financial News-Driven LLM Reinforcement Learning for Portfolio Management},
author = {Ananya Unnikrishnan},
journal= {arXiv preprint arXiv:2411.11059},
year = {2024}
}