Cross-Modal Temporal Fusion for Financial Market Forecasting
创建于 更新于
摘要
本报告提出了基于Transformer架构的跨模态时间融合模型CMTF，融合了历史价格、宏观经济指标和财经文本数据，利用张量表示和解释方法以提升金融市场预测的准确性和可解释性。实证结果显示，CMTF在股票涨跌方向预测中优于多种基线模型，特别是在召回率和F1值上显著提升，且自动训练策略加快了模型迭代与优化过程[page::0][page::1][page::4][page::5][page::7]。
