Investor’s Last Exam: l’IA può fare investimenti azionari senza conoscere il futuro?

Abstract degli autori

Gli agenti finanziari devono formulare previsioni e giudizi d’investimento sulla base delle informazioni disponibili al momento della decisione, valutando le previsioni alla luce degli esiti successivi. I benchmark esistenti valutano le conoscenze finanziarie, i flussi di lavoro di ricerca o le previsioni, ma per valutare l’intero processo di ricerca servono un insieme di informazioni rigorosamente congelato e criteri di valutazione professionali. Presentiamo Investor’s Last Exam (ILE), un benchmark per la ricerca azionaria guidato da investitori esperti buy-side e gestori di fondi. Si compone di tre elementi: un database finanziario versionato che copre 3,43 milioni di versioni di documenti e nove categorie di fonti, integrato da dati di mercato strutturati, con timestamp convalidati che regolano il recupero delle informazioni e i calcoli; una tassonomia dei compiti organizzata in base ai prodotti professionali degli analisti; e un framework guidato da esperti che collega i criteri di valutazione alle fonti, ai calcoli e alle ipotesi tramite grafi delle dipendenze finanziarie. La valutazione comprende 86 incarichi e misura congiuntamente la qualità della ricerca, l’accuratezza delle previsioni e le performance d’investimento simulate. GPT-6 Astra e Claude Opus 5.5 sono in testa alla classifica complessiva con 68,1 e 66,9 punti su 100, ma persino Astra ottiene solo 52,5 punti in Previsioni & modello. I nostri risultati mostrano che persino i modelli più avanzati non riescono a tradurre le capacità complessive di ricerca in prestazioni predittive. ILE sposta l’unità di valutazione dalle capacità isolate alla catena evidenza--ipotesi--giudizio, consentendo ai ricercatori di individuare dove i vantaggi analitici non si traducono in previsioni e giudizi d’investimento e fornendo una base tracciabile e diagnostica per addestrare e valutare gli agenti finanziari.