Традиционные исследования количественных инвестиций сталкиваются с двойным давлением снижения предельной отдачи и увеличения затрат времени и труда. Для преодоления этой проблемы мы предлагаем Большую инвестиционную модель (LIM) — новую парадигму количественных исследований, направленную на масштабное повышение производительности и эффективности. Эта модель создает базовую количественную инвестиционную модель через сквозное обучение и построение базовой модели, что позволяет ей самостоятельно изучать комплексные сигнальные паттерны из многомерных финансовых данных, включая различные рынки, классы активов и частотные характеристики. Эти «глобальные закономерности» могут быть перенесены на этап моделирования стратегий для оптимизации производительности в конкретных задачах. В статье подробно описывается архитектура системы LIM, рассматриваются ключевые технологические вызовы данной парадигмы и обозначаются направления будущих исследований.

Общий искусственный интеллект;Сквозное обучение;Большая инвестиционная модель;Количественные инвестиции;Базовая модель;Мультимодальная большая языковая модель