融合大语言模型的金融多元时序预测框架及试验评估

肖雯艺琳, 侯朝川, 韩松乔

北京师范大学学报(自然科学版) ›› 2025, Vol. 61 ›› Issue (6) : 797 -804.

PDF
北京师范大学学报(自然科学版) ›› 2025, Vol. 61 ›› Issue (6) : 797 -804.

融合大语言模型的金融多元时序预测框架及试验评估

    肖雯艺琳, 侯朝川, 韩松乔
作者信息 +

Author information +
文章历史 +
PDF

摘要

通过分析基于大语言模型(large language model,LLM)的主流时序预测方法,提出了一个统一模型框架,并在汇率与股指数据上进行了实证评估.试验结果表明,LLM在金融时间序列预测中展现出一定的性能优势,但也存在明显的局限性,特别是其仅依赖简单的文本输入或提示,难以提升预测效果.

关键词

金融时间序列 / 大语言模型 / 预测模型 / 金融市场

Key words

引用本文

引用格式 ▾
融合大语言模型的金融多元时序预测框架及试验评估[J]. 北京师范大学学报(自然科学版), 2025, 61(6): 797-804 DOI:

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/