TradExpert: Revolutionizing Trading with Mixture of Expert LLMs

要約

金融領域に人工知能（AI）の統合は、特に大規模な言語モデル（LLM）を使用して、定量的取引のための新しい道を開きました。
ただし、多様なデータソースからの洞察を効果的に統合し、構造化されたデータと非構造化データの両方を統合するという課題は持続します。
このホワイトペーパーでは、4つの専門LLMを使用して専門家（MOE）アプローチの組み合わせを採用する新しいフレームワークであるTradeExpertを紹介します。それぞれが、ニュース記事、市場データ、アルファファクター、基本データなどの異なる財務データのソースを分析します。
これらの専門家LLMの洞察は、最終的な予測または決定を下すために、一般的な専門家LLMによってさらに統合されています。
特定のプロンプトを使用すると、TradeExpertは、それぞれ在庫の移動予測と定量的在庫取引の予測モードとランキングモードの間に切り替えることができます。
既存のベンチマークに加えて、TradeExpertの有効性を包括的に評価するために、大規模な金融データセットもリリースします。
実験結果は、すべての取引シナリオでTradeExpertの優れたパフォーマンスを示しています。

要約(オリジナル)

The integration of Artificial Intelligence (AI) in the financial domain has opened new avenues for quantitative trading, particularly through the use of Large Language Models (LLMs). However, the challenge of effectively synthesizing insights from diverse data sources and integrating both structured and unstructured data persists. This paper presents TradeExpert, a novel framework that employs a mix of experts (MoE) approach, using four specialized LLMs, each analyzing distinct sources of financial data, including news articles, market data, alpha factors, and fundamental data. The insights of these expert LLMs are further synthesized by a General Expert LLM to make a final prediction or decision. With specific prompts, TradeExpert can be switched between the prediction mode and the ranking mode for stock movement prediction and quantitative stock trading, respectively. In addition to existing benchmarks, we also release a large-scale financial dataset to comprehensively evaluate TradeExpert’s effectiveness. Our experimental results demonstrate TradeExpert’s superior performance across all trading scenarios.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google