マイクロブログデータ(Twitterなど)から、投資家の金融機会に関する投稿を高精度で検出するシステムを提案する。
長期入力に対する大規模言語モデルの能力と振る舞いを理解するために、金融報告書のサマリー化を事例として分析した。
金融ニュースの関連情報を非関連情報から分離し、その中から予測と予報を特定することで、投資家の意思決定を支援する。
本研究では、Wyckoffフレームワークにおける蓄積パターンの分析を通じて、市場動向の理解と取引機会の特定に役立つ洞察を提供する。深層学習モデルを活用することで、金融データ内のWyckoffパターンを高精度で検出できることが示された。