热点事件持续更新
研究对比RL与大模型在投资组合配置中的过期新闻处理表现
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
2026年10月23日，arXiv机器学习领域发表的一项研究对比了强化学习策略与大语言模型在面对时效衰减的公开SEC披露信号时，处理过期新闻的两种方式。在扣除交易成本的2023至2025年历史测试中，强化学习策略未能从增加时间信息中持续获益。而在大语言模型直接选股的场景下，过滤旧新闻取得了最高的平均净回报；在新闻延迟四周时，其年化净收益达到18.43%，超越了所有使用新闻的强化学习策略。
AI 根据报道生成 · 7 小时前更新
最新进展10月23日 12:00
测试显示大模型选股过滤旧新闻年化净收益达18.43%，优于各类强化学习策略。报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv 机器学习强化学习与大语言模型在过期新闻下的投资组合分配研究
研究对比了强化学习策略与大语言模型在面对时效衰减的公开 SEC 披露信号时处理过期新闻的两种方式。在扣除交易成本的 2023-2025 历史测试中，强化学习策略未能从增加时间信息中持续获益。大语言模型直接选股时，过滤旧新闻取得了最高的平均净回报，在新闻延迟四周时年化净收益达到 18.43%，超过了所有使用新闻的强化学习策略。
本事件热度走势
当前热度 8·可比范围峰值 10（10月23日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。