StockTime: A Time Series Specialized Large Language Model Architecture for Stock Price Prediction
创建于 更新于
摘要
本报告提出了StockTime，一种专门针对股票价格时间序列数据设计的大型语言模型（LLM）架构。该方法通过将股票价格分段为patches，提取股票相关性、统计趋势及时间戳等文本信息，并与时间序列嵌入空间融合，实现了基于LLM的自回归预测。实验证明，StockTime在多个多频率真实股票数据集上，相较于现有FinLLM和通用LLM，拥有更优的预测准确率和效率表现，体现了直接利用股票价格数据进行多模态融合的优势 [page::0][page::1][page::2][page::4][page::5][page::6].
