★ 4
EXAONE金融预测模型发布
LG AI Research发布EXAONE Finance，一个专为金融预测设计的时间序列基础模型。它采用无注意力架构，通过因果一维卷积和分组池化MLP实现线性时间计算，并在预训练中引入掩码上下文增强以处理缺失数据。在FinVerse基准上，该模型在点预测、资产排序和投资组合盈利性上均取得最优表…
arXiv cs.AI56 天前
#金融预测
共 5 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
MM-FinEval：真实金融预测多任务多模态基准
论文提出 MM-FinEval，一个评估多模态大语言模型金融任务能力的基准，覆盖 2019 至 2022 年 2045 场标普 500 财报电话会议，输入含文本转录、演示幻灯片与完整音频三种模态，输出 12 类金融任务标签。对 19 个基线模型的评测显示，处理三模态的小型 Any-to-Any 模…
arXiv cs.LG32 天前
★ 3
大语言模型能否理解订单簿动态？
该研究训练LLM于合成订单簿数据，发现模型虽能近乎完美地生成有效事件序列，但其隐含世界模型未能学习订单簿状态，导致预测存在偏差和虚假可预测性。研究通过新颖测试扩展了从确定性到随机动态的LLM世界模型分析。
arXiv cs.AI68 天前
★ 2
EPSBench 发布：评测 LLM 智能体季度盈利预测能力
研究者提出 EPSBench 基准，覆盖 86 家美国公司 149 个公司-季度，要求智能体阅读财报、电话会记录与新闻，估算利润表驱动项并换算为 GAAP 摊薄 EPS。评测 6 个模型发现，3 个模型点预测误差与分析师一致预期无显著差异，另 3 个误差更高；名义 80% 预测区间实际覆盖率仅 3…
arXiv NLP3 天前
★ 2
StochLOB：重尾分数匹配预测限价订单簿趋势
论文提出STOCHLOB，一种仅训练阶段的分数匹配框架，用跳跃-列维噪声和截断α稳定噪声替代布朗高斯扰动，以适配限价订单簿的重尾、突发性订单流。在Coinbase LOB数据上，该方法在未污染测试窗口保持竞争力，并改善尾部压力诊断。
arXiv cs.LG17 天前