ANÁLISE EDITORIAL / 2026-10-12 — 2026-10-16
Previsão financeira com LLMs e books
Cobertura apoiada em cross-lists, pois a listagem cs.LG não mostrou a janela.
A página cs.LG exibiu apenas o dia 19/out, fora da janela, então os dez papers deste tema vêm de cross-lists capturados nas listagens q-fin, cs.AI e cs.CL. O recorte é útil para finanças: um estudo examina como momentum, tom de comentário e surpresa de lucros afetam previsões de LLMs; o RICE-Alpha corrige agentes LLM de previsão de ações com grafos de eventos; o StochLOB usa score matching com caudas pesadas para prever tendências do livro de ordens; e solvers neurais condicionais aceleram a precificação sob volatilidade estocástica paramétrica. O contrato de disponibilidade para benchmarks de earnings calls também é cross-listado aqui e é a contribuição metodológica mais relevante.
EVOLUÇÃO
Na W40 o alerta era que especializar LLMs em trading tem custo; agora a ênfase é em vieses e validade temporal dessas previsões.
O QUE FAZER COM ISSO
Modelos de ML para sinais de mercado devem documentar quando cada input fica disponível, não só a divisão treino-teste.
Cobertura parcial: a listagem q-fin veio truncada (12 de 36 papers de 14/out faltando; 12 e 13/out não exibidos); as páginas econ e cs.MA vieram desatualizadas (econ coberto só por cross-lists da listagem q-fin); cs.AI e cs.CL mostraram só 50 títulos de um único dia e cs.LG nenhum título da janela. Os papers de IA foram pré-selecionados pelo título. Só 6 abstracts foram lidos (3 adicionados no complemento de 20/out) (resumos via WebFetch, abstractVerified=false); o restante da análise se apoia em títulos. Ficaram pendentes as listagens e o abs 2610.18921 (HTTP 429).