热点事件持续更新
研究评估大模型基于SEC财报的股市反应与分析师预测表现
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月20日，研究人员在arXiv发布研究，评估了13个通用与金融专用大语言模型（LLM）在2001至2024年间45,964次SEC Form 10-Q财报事件中的零样本表现。评测结果显示，通用Qwen模型在收益率排序上取得了最强的单模表现，且加入截面基本面排序后，生效日与次日收益率的平均RankIC分别提升了0.0089和0.0098。而在全信息视图下，LLM直接预测EPS的表现平均处于分析师分布的43.4分位数，并未能持续击败个人分析师。
AI 根据报道生成 · 2 小时前更新
最新进展10月20日 12:00
研究评估13个LLM在超4.5万次财报事件中的表现，Qwen收益率排序最强，但EPS预测未击败分析师。报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv 人工智能从 SEC 财报到金融信号：评估 LLM 在股市反应与分析师预测上的表现
研究人员评估了 13 个通用与金融专用 LLM 在 2001 至 2024 年间 45,964 次 Form 10-Q 财报事件中的零样本表现。通用 Qwen 模型在收益率排序上取得最强单模结果，加入截面基本面排序使生效日与次日收益率平均 RankIC 分别提升 0.0089 和 0.0098。全信息视图下 LLM 直接预测 EPS 平均处于分析师分布的 43.4 分位数，未持续击败个人分析师。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。