Mikhail Shardin realizo un experimento: puede un modelo de lenguaje predecir precios si se describen los graficos en texto?

La idea

En lugar de cotizaciones crudas, el modelo recibia descripciones en lenguaje natural: precio subiendo fuertemente, volumen aumentando, cerca de resistencia.

El modelo DistilBERT fue entrenado para predecir subidas de precio al dia siguiente.

Resultados

Probado en mas de 200 acciones de la Bolsa de Moscu:

  • AUC promedio: 0.53 (ligeramente mejor que aleatorio)
  • Mejores resultados: AFLT (0.72), RTSB (0.70), PIKK (0.70)
  • Peores resultados: PLZL (0.33), VJGZP (0.33)

Para fines de trading el resultado es debil, pero el modelo capto patrones sin acceso directo a los numeros – eso ya es interesante.

Tecnologia

Python + PyTorch + Hugging Face + Docker. Validacion walk-forward, procesamiento vectorizado con pandas. Todo el proceso es reproducible.

Codigo en GitHub: github.com/empenoso/llm-stock-market-predictor

Fuente: Habr Autor: Mikhail Shardin