金融时间序列相关 AI 资讯 · AI 热点

8月19日

11:43

11:43

官方账号arXiv cs.AI@Lei Jiang, Ye Wei, Xinyu Xi, Jordan Langham-Lopez, Yifan Bao, Raad Khraishi, Yihao Ang, Anthony K. H. Tung, Lukasz Szpruch, Hao Ni

EvoTS-Agent是一种面向金融时间序列变化点检测的自进化LLM智能体。该系统在四个基准数据集上测试，通过Revision、Alternative Strategy和Recombination三个互补算子优化检测流程。实验表明，EvoTS-Agent在所有评估的骨干LLM上保持100%执行成功率，性能始终优于现有LLM智能体。

论文 EvoTS-Agent LLM 金融时间序列

推荐理由：金融时间序列变化点检测的新方法EvoTS-Agent，能自动优化模型选择和参数，无需专家干预。

6月30日

11:54

11:54

官方账号arXiv cs.LG@Dishan Sarkar

论文提出 Adaptive Financial Transformer (AFT) 模型，针对非平稳金融市场的股票收益预测。该模型包含市场体制编码器、自适应门网络和自适应金融上下文模块，基于 95 个金融特征（分为 11 个语义类别）动态偏置自注意力。与传统 Transformer 不同，AFT 根据潜在市场体制调整注意力，并通过复合目标同时优化预测误差、方向准确率和非重叠夏普比率。实验表明，AFT 在保持竞争性预测性能的同时，将模型复杂度降低 15.2%，参数效率得到提升。

AI模型 AFT 自适应Transformer 股票预测

推荐理由：要预测股票涨跌？这篇论文搞了个自适应 Transformer，把95个金融指标分成11组，根据市场风向调整注意力，还省了15%的算力。