本研究では、金融時系列予測の課題に取り組むため、モダリティ認識型トランスフォーマー(MAT)を提案している。MATは、テキストデータと数値時系列データの両方を活用し、各モダリティの特徴に着目することで、より正確な金融時系列の予測を実現する。
具体的には以下の特徴を持つ:
提案手法は、FED声明書/ベージブックとアメリカの金利データを用いた実験で、既存手法を大きく上回る予測精度を示した。特に長期金利の予測において顕著な性能向上が見られた。
A otro idioma
del contenido fuente
arxiv.org
Ideas clave extraídas de
by Hajar Emami,... a las arxiv.org 03-22-2024
https://arxiv.org/pdf/2310.01232.pdfConsultas más profundas