arXiv · Artificial Intelligence· Sujung Kim, Seung Hwan Cho, Sangjin Park, Young-Min Kim·· 3 小时前AI 评分30
大语言模型股票收益预测叙事中的推理外化与忠实性研究
Reasoning Externalization for Faithful Large Language Model Narratives of Stock Return Predictions
AI 导读
研究提出一种结合时序 SHAP 证据与历史 regime 类比的 LLM 叙事框架，用于横截面股票收益预测。在 Qwen3 上外化数值与关系推理使证据忠实度从 0.696 提升至 0.996（Qwen3-32B-Instruct），时序与关系准确性亦改善；历史类比未提升结构化自动忠实度，但人类评分的有用性更高。
来源：arXiv · Artificial Intelligence · arxiv.org