시장 예측을 활용하는 것은 포트폴리오 선택 전략을 최적화하는 데 핵심적이다. 본 연구에서는 포트폴리오 선택을 위한 새로운 프레임워크인 DeepClair를 제안한다. DeepClair는 트랜스포머 기반 시계열 예측 모델을 활용하여 시장 동향을 예측함으로써, 보다 정보에 기반하고 적응적인 포트폴리오 의사결정을 가능하게 한다. 예측 모델을 딥 강화학습 기반 포트폴리오 선택 프레임워크에 통합하기 위해, 우리는 2단계 전략을 도입하였다. 첫째, 시계열 모델을 시장 데이터로 사전 학습한 뒤, 둘째, 해당 모델을 사용하여 포트폴리오 선택 아키텍처를 미세조정한다. 또한, 투자 시나리오에서 미세조정을 위한 사전 학습 예측 모델을 향상시키기 위해 최적화 기법인 Low-Rank Adaptation (LoRA)를 조사하였다. 본 연구는 시장 예측과 포트폴리오 선택을 연결하여 투자 전략의 발전을 촉진한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.