Основные понятия
대규모 언어 모델을 활용하여 이익 전화회의의 구조와 화자의 어조 및 자신감 수준을 분석하고, 전문가 관점에서 주식 성과에 중요한 영향을 미치는 요소를 추출하여 통합적으로 주식 변동성, 가치 위험(VaR), 수익률을 예측하는 모델을 제안한다.
Аннотация
이 연구는 이익 전화회의(ECC) 데이터를 활용하여 주식 성과를 예측하는 새로운 프레임워크인 ECC Analyzer를 소개한다. 이 모델은 다음과 같은 단계로 구성된다:
- 전화회의 내용을 주제별로 요약하고 화자의 어조와 자신감 수준을 분석하여 전반적인 이해를 돕는다.
- 금융 전문가와 협력하여 주식 성과에 중요한 요소들을 데이터베이스로 구축한다.
- 대규모 언어 모델을 활용하여 이 데이터베이스의 요소들이 전화회의에서 어떻게 다뤄지는지 체계적으로 분석한다.
- 분석된 요소들의 감정 점수와 음성 특징을 추출하여 통합한다.
- 통합된 특징을 활용하여 변동성, 가치 위험(VaR), 수익률을 다중 과제 학습으로 예측한다.
실험 결과, ECC Analyzer는 기존 방법론에 비해 단기 및 중기 예측 성능이 크게 향상되었다. 또한 가치 위험(VaR) 예측에서도 우수한 성과를 보였다. 이는 대규모 언어 모델을 활용한 심층 분석이 주식 성과 예측에 효과적임을 보여준다.
Статистика
이익 전화회의 내용에서 추출한 핵심 지표들은 주식 성과에 중요한 영향을 미친다.
이익 전화회의 내용의 감정 점수와 음성 특징은 주식 성과 예측에 유용한 정보를 제공한다.
다중 과제 학습을 통해 변동성, 가치 위험(VaR), 수익률을 동시에 예측할 수 있다.
Цитаты
"대규모 언어 모델을 활용하여 이익 전화회의의 구조와 화자의 어조 및 자신감 수준을 분석하고, 전문가 관점에서 주식 성과에 중요한 영향을 미치는 요소를 추출하여 통합적으로 주식 변동성, 가치 위험(VaR), 수익률을 예측하는 모델을 제안한다."
"실험 결과, ECC Analyzer는 기존 방법론에 비해 단기 및 중기 예측 성능이 크게 향상되었다. 또한 가치 위험(VaR) 예측에서도 우수한 성과를 보였다."