Context-Aware Language Models for Forecasting Market Impact from Sequences of Financial News
创建于 更新于
摘要
本论文聚焦于利用上下文感知语言模型改善对金融新闻市场影响的预测。通过引入历史新闻文本的高效摘要表示方法（Prefix Summary Context，PSC），该方法结合大模型处理主文、小模型编码历史上下文，显著提升了模型预测股票价格变动的性能和投资模拟中的经济效益。实验涵盖了长短期预测、多种上下文检索策略及多模型对比，显示历史上下文和上下文化机制均带来稳健且显著的性能提升，验证了利用序列新闻的策略在解释市场信息扩散中的价值 [page::0][page::1][page::2][page::4][page::6][page::7]
