연구진은 LLM을 활용해 금융 뉴스에서 기존 감성 사전보다 풍부한 신호를 추출하고, 포트폴리오 구성에 활용하는 방법을 연구했어요.
불확실성을 고려한 포트폴리오 구성 방식을 개발했는데, LLM이 예측한 위험(aleatoric 및 epistemic 구성 요소)을 포트폴리오 할당의 공분산 행렬에 직접 반영해요.
Russell 2000 주식에 대해 다양한 주식 선택 전략을 적용한 결과, 순수 알파(abnormal stock moves)와 순수 베타(macro-indicator moves) 전략이 베타 교차 전략보다 Sharpe 비율과 수익률에서 우위를 보였어요.