전통적인 정량적 투자 연구는 한계 효익 감소와 인력 시간 비용 증가라는 이중 압력에 직면해 있습니다. 이 어려움을 극복하기 위해, 우리는 대규모 투자 모델(LIM)을 제안합니다 — 이는 규모에 따른 성능 및 효율성 향상을 목표로 하는 새로운 정량적 투자 연구 패러다임입니다. 이 모델은 엔드투엔드 학습과 기본 모델 구축 방식을 통해 정량적 투자 기초 모델을 구축하여, 시장 간, 자산 유형 간, 주파수 간의 다차원 금융 데이터에서 통합 신호 패턴을 자율적으로 학습할 수 있습니다. 이러한 '글로벌 규칙'은 하위 전략 모델링 단계에 이전되어 특정 작업에 맞는 성능 최적화를 구현할 수 있습니다. 본 문서에서는 LIM 시스템 아키텍처 설계를 상세히 설명하고, 이 패러다임 하의 주요 기술적 도전과제를 논의하며, 향후 연구 방향을 제시합니다.

범용 인공지능; 엔드투엔드; 투자 대형 모델; 정량적 투자; 기초 모델; 다중 모달 대형 언어 모델