Learning to Generate Explainable Stock Predictions using Self-Reflective Large Language Models

传统的非生成式深度学习模型通常难以解释股票预测，其解释仅限于可视化重要文本的注意力权重。今天，大型语言模型（LLMs）提供了解决这个问题的方案，因为它们已知能够生成人类可读的解释其决策过程的能力。然而，股票预测对LLMs来说仍然具有挑战性，因为它需要能够权衡混乱社交文本对股票价格的不同影响的能力。随着解释组件的引入，问题变得越来越困难，因为这要求LLMs口头解释为什么某些因素比其他因素更重要。另一方面，要为这样的任务微调LLMs，需要对训练集中每个股票运动的解释进行专家注释，这是昂贵且不切实际的。为了解决这些问题，我们提出了我们的Summarize-Explain-Predict（SEP）框架，它利用自反思代理和Proximal Policy Optimization（PPO），让LLM自我教导如何完全自主地生成可解释的股票预测。反思代理通过自我推理学习如何解释过去的股票运动，而PPO训练器则训练模型从输入文本中生成最可能的解释。PPO训练器的训练样本也是反思过程中生成的响应，这消除了人类注释员的需要。使用我们的SEP框架，我们微调了一个LLM，它在股票分类任务的预测准确性和Matthews相关系数方面均优于传统的深度学习和LLM方法。为了证明我们框架的泛化能力，我们进一步在组合构建任务上进行了测试，并通过各种组合指标展示了其有效性。

本论文旨在解决股票预测中的解释性问题，提出了一种自我反思代理和PPO相结合的SEP框架，让LLM自主生成可解释的股票预测。

论文提出了一种自我反思代理和PPO相结合的SEP框架，通过自我反思学习解释过去的股票走势，PPO训练模型生成最可能的解释，同时省去了人工标注数据的成本。

论文使用SEP框架对LLM进行fine-tune，能够在股票分类任务的预测准确性和Matthews相关系数方面优于传统深度学习和LLM方法。同时，论文还在投资组合构建任务上进行了测试，并展示了各种投资组合指标的有效性。

在这个领域中，最近的相关研究包括：'Interpretable Deep Learning for Portfolio Returns Prediction with Economic Constraints'，'Stock Price Prediction and Forecasting Using Stacked LSTM'等。