Исследование изучает использование больших языковых моделей для фундаментального анализа путем обработки отчетов компаний, макроэкономических данных, таких как ВВП и инфляция, а также документов Комиссии по ценным бумагам и биржам США (SEC) из EDGAR. Система использует подход Retrieval-Augmented Generation (RAG) для отправки предварительно обработанных данных через API в модель GPT-4o.
Исследователи проанализировали данные, относящиеся к девяти компаниям, за четыре недели, включив в процесс документ с примерами инвестиционных знаний на основе циклов Китчина. Этот процесс автоматизировал создание справок для каждой компании, которые затем оценивались девятью отдельными инвесторами с точки зрения их полезности.
Цель исследования — продемонстрировать потенциал больших языковых моделей в автоматизации и улучшении анализа сложных источников финансовых данных.