タイトル:すべてのニュースは同じではない：アルミニウム価格予測のための微調整済みLLMにおける話題およびイベント条件付きセンチメント

概要:優勢なセンチメントや市場の雰囲気を捉えることで、テキストデータは、特に金属市場において商品価格の予測にますます重要になっている。しかし、軽量で微調整済みの大規模言語モデル（LLM）がアルミニウム価格に対して予測に有用なシグナルを抽出する有効性、さらにそれらのシグナルが最も有益となる特定の市場条件は、十分に検討されていない。本研究では、英語および中国語のニュース見出し（ロイター、ダウ・ジョーンズ・ニュースワイヤー、中国ニュースサービス）から月次のセンチメントスコアを生成し、それを、ベースメタル指数、為替レート、インフレ率、エネルギー価格といった従来の表形式データに統合する。2007年から2024年までの上海金属取引所において、ロング・ショートのシミュレーションにより、これらのモデルの予測性能と経済的有用性を評価する。結果は、高ボラティリティの期間において、微調整済みQwen3モデルからのセンチメントデータを組み込んだロング・ショート・ターム・メモリ（LSTM）モデルが、表形式データのみを用いたベースラインモデル（シャープレシオ0.23）を大幅に上回ることを示した（シャープレシオ1.04）。その後の分析では、アルミニウム価格予測におけるニュースソース、話題、イベントタイプの微妙な役割が明らかになる。

arXivLabs：コミュニティの協力者とともに取り組む実験的プロジェクト

arXivLabs は、協力者が当サイト上で直接新しい arXiv の機能を開発し、共有できるようにするための枠組みです。

arXivLabs に取り組む個人および組織の双方が、オープン性、コミュニティ、卓越性、ユーザーデータのプライバシーという当社の価値観を受け入れ、その価値観を尊重してきました。arXiv はこれらの価値観に取り組み、それらを遵守するパートナーとのみ連携します。

arXiv のコミュニティに価値を付加するプロジェクトのアイデアはありますか？ arXivLabs について詳しく知る。