从文本到α：大语言模型能否追踪公司披露文件中的演化信号？

自然语言处理（NLP）广泛应用于量化金融领域，但传统方法往往难以捕捉公司披露文件中丰富的叙事，导致 potentially 信息性信号被低估。大语言模型（LLM）因其提取细粒度语义的能力，成为具有潜在 promise 的替代方案。本文探讨了由 LLM 从公司披露文件中提取的语义信号是否能预测α收益，即超出广泛市场走势和常见风险因子的异常收益。我们提出一种简单框架：LLM 作为提取器，嵌入向量作为衡 ruler，提取上下文感知的、以指标为焦点的文本片段，并通过基于嵌入的相似性衡量连续披露期间的语义变化。这样即可度量指标转移的程度——企业远离之前强调的指标的程度，称为 moving targets。在针对最新基于命名实体识别（NER）基线的方法进行的投资组合和横截面回归实验中，我们的方法在风险调整后α收益方面实现了超过两倍的提升，并显示出显著更强的预测能力。定性分析表明，这些收益提升源于保留上下文限定词，并过滤掉关键词方法常忽略的非指标术语。