Aller au contenu

EP. 4 - Can AI Pick Stocks by Reading the News?

29 avril 2026 · 22 min

Notes de l’épisode

In this month’s episode of The Cisco AI Insights Podcast, hosts Rafael Herrera and Sónia Marques explore the evolving landscape of sentiment analysis with Cisco machine learning engineer Joan Rossello. The conversation centers on the research paper from Imperial College London, “FinDPO: Financial Sentiment Analysis for Algorithmic Trading Through Preference Optimization of LLMs,” which proposes a new way to train large language models to better interpret nuanced human language.


By comparing output quality, this preference-based training improved generalization and helped models interpret complex financial language without relying on simple memorization. Additionally, the discussion explored how sentiment scores derived from model probabilities were used to rank companies based on the strength of their news coverage, yielding promising results.


A special thank you to the team that developed this month's paper. If you are interested in reading the paper yourself, please visit this link: ⁠ https://arxiv.org/abs/2507.18417.

Tous les épisodes de The Cisco AI Insights Podcast

Paramètres

Affichage

Langue

Détermine les stations affichées en premier sur la page d’accueil.

Historique

Les stations et épisodes écoutés récemment et tes dernières recherches sont seulement enregistrés dans ce navigateur.

Notifications

Un court message quand un podcast que tu suis publie un nouvel épisode. Désactive un podcast précis avec la cloche sur sa page.

Compte

Enregistrez vos favoris – dans l’app et sur le site.

Raccourcis clavier

/
Ouvrir la recherche
Espace
Lecture ou pause
← →
Dans le lecteur : 15 s en arrière, 30 s en avant (épisodes) · dans une rangée : tuile suivante
↑ ↓
Dans une rangée : cible dans la tuile
Début / Fin
Dans une rangée : première ou dernière tuile
Esc
Fermer la fenêtre ou le menu
?
Cet aperçu
En cours de lecture

Voir la station

À suivre

    Ajoutez des épisodes avec « À suivre » – ils seront lus après l'épisode en cours.