Chinese contentLENS 框架用 LLM 先验与新闻语义图预测股票收益
这篇论文把 LLM 提取的公司关系图和新闻语义图结合起来预测股票,在 S&P 500 上比最强基线 AR@5 高了 16.4%,做法挺新颖的。
这篇论文把 LLM 提取的公司关系图和新闻语义图结合起来预测股票,在 S&P 500 上比最强基线 AR@5 高了 16.4%,做法挺新颖的。
一篇把 LLM Agent 用于选股的论文,核心是用事件图做历史延续性修正,美股和港股回测净夏普都超过 1.6,量化圈可以看看。
这篇论文介绍了如何结合LSTM和XGBoost来预测股票回报,比单独使用LSTM效果更好,对金融从业者可能有参考价值。
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。
这篇论文在股票预测上用改进的Transformer和数据增强,在VN30和标普500上效果比堆模型还管用,值得看看具体方法。