一项研究考察了大型语言模型在基本面分析中的应用，通过处理公司报告、国内生产总值和通货膨胀等宏观经济数据以及来自EDGAR的美国证券交易委员会（SEC）文件来实现。该系统利用检索增强生成（RAG）方法，通过API将预处理后的数据发送至GPT-4o模型。

研究人员扫描了九家公司四周的相关数据，并融入了基于基钦周期的示例投资者知识文档。该流程为每家公司生成了自动简报，随后由九位个人投资者对其有用性进行了评估。

该研究旨在展示大型语言模型在自动化和增强复杂金融数据分析方面的潜力。