Financial Fine-tuning a Large Time Series Model
创建于 更新于
摘要
本报告针对时间序列基础模型TimesFM在金融价格预测上的表现，提出在包含亿级时间点的金融数据上进行持续预训练的微调方法。微调后的模型在价格预测准确率、宏观F1分数及模拟交易收益方面显著优于原始模型及多种基准，展现出在股票、指数、外汇及加密货币市场的优异表现，尤其在长周期市场中取得了较高夏普比率和正向收益[page::0][page::1][page::4][page::5][page::6][page::7]。
