Mikhail Shardin 进行了一项实验：如果用文字描述图表，语言模型能预测价格吗？

想法

模型接收的不是原始报价，而是自然语言描述：价格强势上涨、成交量增加、接近阻力位。

DistilBERT 模型被训练来预测次日价格上涨。

结果

在莫斯科交易所 200 多只股票上进行了测试：

  • 平均 AUC：0.53（略好于随机）
  • 最佳表现：AFLT（0.72）、RTSB（0.70）、PIKK（0.70）
  • 最差表现：PLZL（0.33）、VJGZP（0.33）

就交易目的而言，结果较弱，但模型在没有直接访问数字的情况下捕捉到了一些规律 – 这本身就很有趣。

技术栈

Python + PyTorch + Hugging Face + Docker。前向验证，通过 pandas 进行向量化处理。整个过程可复现。

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

来源： Habr 作者： Mikhail Shardin