企業のIR資料（年次報告書）をLLMに解読させて作成したモデルによるインデックス投資で、S&P500の5年間リターンを2倍にできたとの検証結果が報告されています。
○ Udit Gupta, “GPT-InvestAR: Enhancing Stock Investment Strategies through Annual Report Analysis with Large Language Models”
ポイント
✔️IR資料は膨大な量であり解析には手間がかかる
✔️数値以外にも主観的な情報も多く含まれている
✔️LLMで情報抽出を効率化しデータセットに組み込むことでパフォーマンスが向上する可能性を示唆
■方法論
① SECなどから年次報告書を収集する
② LLMに年次報告書を読み込ませ、特徴を生成する
③ 各企業の株価リターンを計算し、目標変数とする
④ 線形回帰モデルを訓練し、予測を行う
■実験結果
① 5年間で4倍のリターンが得られる計算結果だった
② S&P 500インデックスに対する2倍のスコアだった
③ 理想的な株数（k）を選ぶことが重要である
④ 本実験ではk値が5で、最もスコアが優れていた
（テストセットに含まれる500の株から毎年5つの株を選ぶことを意味する）
LLMによる特徴生成やラベル作成の詳細については、後日、解説予定です。
📄 参照論文
○ GPT-InvestAR: Enhancing Stock Investment Strategies through Annual Report Analysis with Large Language Models
