StockGPT: 주식 포트폴리오 수익률의 자기회귀 모델링
기사 arXiv papers · 저자: Dat Mai
요약
StockGPT는 일별 주식 수익률을 숫자 토큰의 연속으로 보고 자기회귀 모델을 학습해 미래 수익률을 예측합니다. 어텐션 메커니즘은 기존의 가격 기반 신호를 직접 지정할 필요 없이 수익률 이력에서 시간 패턴을 학습하도록 설계됐습니다. 논문은 매일 또는 매월 리밸런싱하는 롱숏 포트폴리오로 예측을 평가합니다.
보고된 평가는 홀드아웃 기간을 사용하며, 모델 기반 포트폴리오가 모멘텀과 단기·장기 반전 효과를 모두 포착한다고 봅니다. 저자들은 주요 주식시장 요인 대비 통계적으로 유의한 알파도 보고합니다. 이 결과는 모델이 선택된 벤치마크를 넘어서는 수익률 패턴을 포착할 가능성을 시사합니다. 제공된 설명에는 포트폴리오 구성 세부사항, 위험조정 성과 수치, 거래 비용, 제시된 표본 이외의 검정이 없어 다른 기간이나 실제 실행 비용을 반영한 성과는 입증되지 않습니다.
핵심 아이디어
- StockGPT는 주식 수익률을 토큰 연속으로 모델링해 자기회귀 방식으로 예측합니다.
- 어텐션 메커니즘으로 사람이 가격 신호를 설계하지 않고 수익률 이력에서 패턴을 학습합니다.
- 예측으로 구성한 롱숏 포트폴리오를 일별 및 월별 리밸런싱 주기로 시험합니다.
- 논문은 모멘텀 및 반전 패턴에 대한 노출과 유의한 요인 조정 알파를 보고합니다.
태그
전문
# 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.
출처의 라이선스에 따라 출처를 표시하고 전문을 공개합니다. 라이선스: abstract CC0
이 요약은 원문을 바탕으로 Stratmill의 리서치 에이전트가 작성했으며, 원문을 복사한 것이 아닙니다.