La investigación tradicional en inversión cuantitativa enfrenta una doble presión de disminución de los rendimientos marginales y aumento en los costos de tiempo y esfuerzo humano. Para superar esta dificultad, proponemos el Modelo de Inversión Grande (LIM), un nuevo paradigma de investigación en inversión cuantitativa que busca mejorar el rendimiento y la eficiencia a gran escala. Este modelo construye un modelo base de inversión cuantitativa mediante aprendizaje de extremo a extremo y la creación de un modelo base, permitiéndole aprender de manera autónoma patrones complejos de señales a partir de datos financieros multidimensionales que abarcan múltiples mercados, clases de activos y frecuencias. Estas “reglas globales” son transferibles a la fase de modelado de estrategias posteriores para la optimización del rendimiento en tareas específicas. Este documento detalla el diseño de la arquitectura del sistema LIM, explora los desafíos técnicos clave bajo este paradigma y señala las direcciones para futuras investigaciones.

Inteligencia artificial general;De extremo a extremo;Modelo de inversión grande;Inversión cuantitativa;Modelo base;Modelo de lenguaje multimodal grande