Seminarium QFRG i DSLab - prof. Daniel Traian Pele z wykładem na WNE

Zapraszamy na wykład z cyklu spotkań realizowanych przez ośrodki badawcze QFRG oraz DSLab. Seminarium poświęcone będzie sposobowi zastosowania dużych modeli językowych do modelowania wartości zagrożonej (VaR) i wskaźnika Expected Shortfall (ES) na rynkach finansowych.

Autorskie badanie „In the Beginning Was the Word: LLM-VaR and LLM-ES” zaprezentuje prof. Daniel Traian Pele (Bucharest University of Economic Studies).

Seminarium odbędzie się 17 marca br. o godz. 17:00. Tym razem poprowadzone będzie w formule wyłącznie zdalnej (za pośrednictwem platformy Zoom).

Link do spotkania: https://uw-edu-pl.zoom.us/j/99320668932?pwd=hyB11zMyGobDLAlNQddg2DGFUggQIV.1

Prosimy - celem sprawnego przebiegu seminarium, o dołączenie najpóźniej do godz. 16:55 oraz o wyłączenie kamer i mikrofonów. Pytania do prelegenta można kierować na czacie.

Co ważne - dołączenie do spotkania oznacza zgodę na nagrywanie.

Poniżej prezentujemy abstrakt wystąpienia. Zachęcamy do lektury oraz oczywiście do udziału w seminarium.

---

This study introduces LLM-VaR and LLM-ES, novel approaches utilizing general-purpose large language models (LLMs) for zero-shot forecasting of Value at Risk (VaR) and Expected Shortfall (ES). Using the LLMTime framework, these methods process financial time series data encoded as numerical strings, providing a flexible, assumption-free alternative to traditional risk estimation models such as GARCH and EWMA. Our empirical analysis reveals that LLMs perform effectively within a short-term historical context, particularly in highly volatile markets like cryptocurrencies. However, as the historical context lengthens, the accuracy of LLM-based methods diminishes, with conventional models proving superior for capturing long-term dependencies. These findings highlight the potential of LLMs as adaptable tools for risk assessment over recent historical windows, while underscoring the continued importance of traditional models for robust, long-term financial risk management.