Controleerbaar analysevoorbeeld
Van kwartaalbericht naar meetbare kenmerken.
Onderstaand voorbeeld komt uit de actuele verwerking. Het laat zien wat Qwen3-4B LLM vastlegt; het is geen voorspelling en geen selectie op latere koersprestatie.
Modeluitvoer
De financiële lezing in één overzicht.
De interne modelscore is geen kans van 75% dat de analyse of een koersvoorspelling correct is. Handmatige juistheidscontrole volgt apart. Schaal: −2 is sterk negatief, −1 negatief, 0 neutraal of niet genoemd, +1 positief en +2 sterk positief. De velden worden afzonderlijk beoordeeld; positief sentiment kan dus naast een negatief margesignaal staan.
Herleidbaar bewijs
Niet-neutrale scores krijgen bronsteun.
De automatische controle zoekt ieder bewijsfragment letterlijk terug in de geselecteerde passages. Voor dit voorbeeld waren alle opgegeven citaten letterlijk in de geselecteerde invoer terug te vinden (100%). Dat bevestigt de vindplaats, niet dat de interpretatie juist is.
“Fourth Quarter Revenue of $9.29 Billion, up 11% Year-Over-Year”
“Share Repurchase Program Authorization Increased by $10 Billion”
Van passage naar veld
Welke uitspraak ondersteunt welke extractie?
“Fourth Quarter Revenue of $9.29 Billion, up 11% Year-Over-Year”
Het citaat is terugvindbaar. De beoordeling van betekenis is nog geen menselijke validatie.
“Share Repurchase Program Authorization Increased by $10 Billion”
Een autorisatie is niet hetzelfde als reeds uitgevoerde inkoop.
Alleen het bronbericht
Het model krijgt geselecteerde financiële passages en het publicatietijdstip, zonder latere koersdata.
Vast JSON-schema
Iedere analyse levert dezelfde scores, kwaliteitsvelden, samenvatting en bewijsfragmenten.
Geen eindconclusie uit één geval
Pas de volledige holdout en onafhankelijke replicatie bepalen of de kenmerken voorspellende waarde hebben.