مدل های زبانی بزرگ در تحلیل مالی و پشتیبانی از تصمیم گیری سرمایه گذاری: کاربردها، چالش ها و مسیرهای آینده

گسترش مدل های زبانی بزرگ در سال های اخیر فرصت های جدیدی را برای پردازش اطلاعات مالی و پشتیبانی از تصمیم گیری سرمایه گذاری فراهم کرده است. بر این اساس هدف پژوهش حاضر بررسی، کاربردها، ظرفیت ها و محدودیت های مدل های زبانی بزرگ در تحلیل مالی و فرآیند تصمیم گیری سرمایه گذاری است. این پژوهش از نظر روش مطالعه ای مروری با رویکرد توصیفی-تحلیلی و مقایسه ای است که با بررسی مطالعات مرتبط در پایگاه های علمی ScienceDirect، Scopus، Web of Science، SpringerLink، ACM Digital Library و Google Scholar انجام شده است. مطالعات منتخب عمدتا بر پژوهش های منتشر شده از سال ۲۰۲۲ به بعد تمرکز داشته و بر اساس نوع کاربرد، اطلاعات مورد پردازش، قابلیت های تحلیلی مدل ها و محدودیت های گزارش شده مقایسه شده اند. یافته ها نشان می دهد که مدل های زبانی بزرگ علاوه بر تحلیل متون مالی و استخراج احساسات در حوزه هایی مانند پردازش اطلاعات چندوجهی، پیش بینی بازار، تولید سیگنال های سرمایه گذاری و پشتیبانی از انتخاب دارایی نیز ظرفیت قابل توجهی دارند. با این حال عواملی مانند سوگیری خروجی، وابستگی عملکرد به داده و شرایط ارزیابی و نبود چارچوب های استاندارد سنجش استفاده مستقل از این مدل ها را با محدودیت مواجه می کند. در مجموع مدل های زبانی بزرگ در شرایط فعلی بیشتر به عنوان ابزار پشتیبان تصمیم گیری و تقویت کننده توان تحلیلی سرمایه گذاران قابل ارزیابی هستند، نه جایگزینی کامل تحلیلگران مالی.

کلیدواژه ها:

مدل های زبانی بزرگ ، تحلیل مالی ، تصمیم گیری سرمایه گذاری ، هوش مصنوعی ، مولد ، مدل های زبانی مالی