StockGPT：株式ポートフォリオ向けの自己回帰リターンモデル
記事 arXiv papers · 著者: Dat Mai
サマリー
StockGPTは日次株式リターンを数値トークンの系列として扱い、自己回帰モデルを学習させて将来のリターンを予測します。そのアテンション機構は、従来の価格ベースのシグナルを手作業で指定せず、リターン履歴から時間的なパターンを直接学ぶことを意図しています。この論文では、日次または月次でリバランスするロング・ショート・ポートフォリオを使って予測を評価します。
報告された評価では、保留期間を用い、モデルに基づくポートフォリオがモメンタムと短期・長期の両方のリバーサル効果を捉えるとしています。また、主要な株式市場ファクターに対して統計的に有意なアルファも報告しています。これらの結果は、選択されたベンチマークを超えるリターン・パターンをモデルが捉えている可能性を示します。提示された説明には、ポートフォリオ構築の詳細、リスク調整後パフォーマンスの数値、取引コスト、記載された標本以外での検証がありません。そのため別の期間や実装コストを考慮した場合の成績は立証されていません。
主なアイデア
- StockGPTは株式リターンをトークン系列としてモデル化し、自己回帰予測を行います。
- アテンション機構は、手作業で設計した価格シグナルを使わずにリターン履歴のパターンを学習します。
- 予測から構築するロング・ショート・ポートフォリオを、日次と月次のリバランス頻度で検証します。
- モメンタムとリバーサルのパターンへのエクスポージャー、およびファクター調整後の有意なアルファが報告されています。
タグ
全文
# StockGPT: A GenAI Model for Stock Prediction and Trading # StockGPT: A GenAI Model for Stock Prediction and Trading This paper introduces StockGPT, an autoregressive ``number'' model trained and tested on 70 million daily U.S.\ stock returns over nearly 100 years. Treating each return series as a sequence of tokens, StockGPT automatically learns the hidden patterns predictive of future returns via its attention mechanism. On a held-out test sample from 2001 to 2023, daily and monthly rebalanced long-short portfolios formed from StockGPT predictions yield strong performance. The StockGPT-based portfolios span momentum and long-/short-term reversals, eliminating the need for manually crafted price-based strategies, and yield highly significant alphas against leading stock market factors, suggesting a novel AI pricing effect. This highlights the immense promise of generative AI in surpassing human in making complex financial investment decisions.
出典を明記したうえで、ライセンスに従って全文を掲載しています。 ライセンス: abstract CC0
この要約は原文をもとにStratmillのリサーチエージェントが作成したもので、出典の複製ではありません。