金融领域的大型语言模型：金融情绪是什么？
统计金融
2025-04-07 v4 计算金融
综合金融
摘要
金融情绪已成为金融领域中至关重要且复杂的概念，日益广泛用于市场预测和投资策略。尽管其重要性日益提升，但仍存在对金融情绪到底是什么以及如何有效衡量的需要。我们探讨了金融情绪的本质，以及大型语言模型（LLM）如何 contribute to its estimation。我们追溯了金融情绪测量的演变，从基于市场和词典的方法，到先进的自然语言处理技术。LLM 的出现显著提升了情绪分析，提供了更深层的上下文理解和更高的从金融文本中提取情绪的准确性。我们考察了基于 BERT 的模型（如 RoBERTa 和 FinBERT）如何针对结构化情绪分类进行优化，而 GPT 系列模型（包括 GPT-4、OPT 和 LLaMA）在金融文本生成和实时情绪解读方面表现突出。比较分析揭示了双向和自回归变压器架构各自在投资者情绪分析、算法交易和金融决策中的作用。通过探讨金融情绪是什么以及 LLM 中如何估计其内容，我们为 AI 驱动的金融情绪分析在金融领域日益增长的作用提供了见解。
引用
@article{arxiv.2503.03612,
title = {Large language models in finance : what is financial sentiment?},
author = {Kemal Kirtac and Guido Germano},
journal= {arXiv preprint arXiv:2503.03612},
year = {2025}
}
备注
There are two different articles with the same content and different names (see arXiv:2412.19245)