従来の定量投資研究は、限界効用の低下と人的時間コストの増加という二重の圧力に直面しています。この困難を打破するために、我々は投資大規模モデル（LIM）を提案します。これは、スケールにおける性能と効率の向上を目指した新しい定量投資研究のパラダイムです。本モデルはエンドツーエンド学習と基盤モデルの構築によって定量投資の基礎モデルを構築し、市場間、資産クラス間、周波数間の多次元金融データから総合的なシグナルパターンを自律的に学習可能です。これらの「グローバルパターン」は、下流の戦略モデリングフェーズに移行し、特定のタスクに応じて性能最適化を実現します。本稿ではLIMのシステムアーキテクチャ設計を詳述し、このパラダイムの主要な技術的課題を論じ、将来の研究方向について指摘します。

汎用人工知能;エンドツーエンド;投資大規模モデル;定量投資;基盤モデル;マルチモーダル大規模言語モデル