THEME：利用语义股票表示和时序动态提升主题投资
投资组合管理
2025-09-01 v2 人工智能
计算与语言
信息检索
摘要
主题投资旨在构建与结构性趋势一致的投资组合，这一 endeavor 仍然具有挑战性 due to 行业边界的重叠以及市场动态的变化。一个有前景的方向是从文本数据构建投资主题的语义表示。然而，尽管其强大功能，通用型大语言模型嵌入模型并不适用于捕捉金融资产的细微特征，因为投资资产的语义表示可能根本不同于一般金融文本。为此，我们引入 THEME，一个利用层次对比学习微调嵌入的框架。THEME 对齐主题及其组成股票之间的层次关系，并随后通过整合股票收益来细化这些嵌入。这一过程产生了针对广泛实际投资应用的高效表示。经验结果表明，THEME 在两个关键领域都表现出色：在主题资产检索方面，它显著优于领先的大语言模型；其构建的投资组合也展现出强劲的表现。通过联合建模文本中的主题关系和收益中的市场动态，THEME 生成的股票嵌入为广泛的实际投资应用量身定制。
引用
@article{arxiv.2508.16936,
title = {THEME: Enhancing Thematic Investing with Semantic Stock Representations and Temporal Dynamics},
author = {Hoyoung Lee and Wonbin Ahn and Suhwan Park and Jaehoon Lee and Minjae Kim and Sungdong Yoo and Taeyoon Lim and Woohyung Lim and Yongjae Lee},
journal= {arXiv preprint arXiv:2508.16936},
year = {2025}
}
备注
Accepted at ACM International Conference on Information and Knowledge Management (CIKM)