Workflow
How AI is changing earnings call analysis—and stock picks

文章核心观点 - 大型语言模型在解读财报电话会议方面展现出超越传统方法的潜力,能更精确地提取交易信号并可能带来更高的超额回报 [1][3][4] - 基于LLM的投资策略有望重塑市场运行方式,其核心优势在于对上下文和重要性的精准判断 [5][6] 行业技术演进 - 传统金融情感分析依赖基于词表的规则系统,通过计算高管正面或负面短语数量来赋值情感得分,该方法透明且易于解释 [2] - LLM能够解读语境和语言结构,识别如“增长放缓低于预期”等包含负面词汇但实际为积极含义的短语 [3] LLM性能表现 - 研究显示LLM可将财报电话会议记录转化为可操作的交易信号,其信号与传统情感模型高度吻合,表明两种方法衡量的是相同的底层现实 [3] - 经过微调的LLM策略可能实现双倍于传统方法的超额回报,尤其是在市场低效率缩小的情况下 [4] - 基于LLM信号的多空策略实现了8.4%的年化回报,是传统基准表现(4.2%)的两倍 [4] 核心优势与应用效果 - LLM的真正优势在于精确性,能够区分实质性信息与噪音,这是投资者关注的重点 [5] - 当LLM标记出高度重要的金融事件时,情感信号可带来6.4%的年化超额回报,是中等重要性事件(3.2%)的两倍,是低重要性事件(1.7%)的近四倍 [5]