FinDKG: Dynamic Knowledge Graphs with Large Language Models for Detecting Global Trends in Financial Markets
创建于 更新于
摘要
本报告提出了结合大语言模型（LLMs）与图神经网络（GNN）的动态知识图谱构建与学习方法。通过自研的集成上下文知识图谱生成器（ICKG）实现了对金融新闻语料的动态知识图抽取，产生了开放金融动态知识图谱数据集FinDKG。基于KGTransformer的图注意力模型设计，结合元实体信息，实现了动态知识图的高效学习和准确链接预测，优于现有模型表现。利用FinDKG进行主题投资建模，构建AI主题投资组合，在历史回测中显著跑赢市场与同类ETF，显示出强大的趋势发现与投资策略生成能力[pagination::0][page::2][page::5][page::6][page::7]。
