语言模型可以学习预测股票价格吗

事实证明，训练后可以显着提高语言模型在具有可验证结果的任务上的性能，包括数学推理、软件工程和计算机使用。然而，同样的方法是否可以改善金融市场的预测还不太清楚。与具有可验证结果的任务相比，不仅实现的返回有噪声，而且甚至构成用于做出有效预测的相关信息集的内容也不是先验显而易见的：模型必须决定收集哪些观察结果，然后在知道结果之前进行数值判断。我们在按时间顺序排列的股票价格沙箱中研究这个问题，其中语言模型收集价格、交易量、相对表现和市场背景证据并预测未来回报。我们对 Qwen3-4B 进行后训练，在工具使用演示上进行监督微调 (SFT)，然后进行近端策略优化 (PPO)，并根据预测得分相对于已实现的回报给出最终奖励。由此产生的 AURA-4B 将起始方向-幅度分数提高了一倍多，从 20.94 增加到 43.31，并且与该基准测试中的前沿语言模型相当。条件震级一致性从 33.3 上升到 66.2，方向精度从 62.9 变化到 65.4。 SFT 扩大了工具的使用，PPO 进一步增加了排名和市场背景查询的份额。这些结果表明，根据结果选择的基准，后训练可以显着提高财务预测性能，同时改变模型调查市场的方式。