Uni-FinLLM: A Unified Multimodal Large Language Model with Modular Task Heads for Micro-Level Stock Prediction and Macro-Level Systemic Risk Assessment
创建于 更新于
摘要
本论文提出Uni-FinLLM，一种将价格时序、金融文本、宏观指标和图结构信息通过共享Transformer骨干与模块化任务头联合建模的多模态LLM，旨在同时实现微观股票预测与宏观系统性风险预警。实证结果显示：在微观层面将方向准确率从61.7%提升至67.4%，MAPE降至10.9；在信用风险预测中Accuracy达84.1%、ROC-AUC达0.892；宏观预警准确率提升至82.3%（危机F1=79.8%），验证了统一多模态表示与跨尺度任务共享的有效性 [page::0][page::6][page::7]
