Stock Index Forecasting Using an Explainable TAFT Model with Online Data-Driven Social Sentiment Index
创建于 更新于
摘要
本文提出了一种结合基于FinBERT的社交情绪指数（SSI）与目标辅助融合变压器（TAFT）模型的金融指数预测方法。通过引入SSI作为辅助特征，模型有效捕捉社会情绪对市场的影响，实现了S&P 500指数均方误差降低33.3%。TAFT模型集成动态注意力机制，实现了模型的可解释性，显著提升了预测精度与分类任务性能，验证了情绪分析与深度时序模型融合在金融预测中的巨大潜力[page::0][page::1][page::5][page::6]
