每日 Arxiv

本页面整理了世界各地发表的人工智能相关论文。
本页面使用 Google Gemini 汇总而成，并以非盈利为基础运营。
论文版权归作者及相关机构所有，分享时请注明出处。

Kronos：金融市场语言的基础模型

Created by
  • Haebom

作者

于石、付宗良、陈硕、赵博涵、徐伟、张长水、李健

大纲

本文提出了 Kronos，一个全面且可扩展的预训练框架，专门用于金融市场中的 K 线图数据。Kronos 引入了一个专门的分词器，可以将连续的市场信息转换为分词序列，同时保留价格波动和交易活动模式。它使用来自全球 45 家交易所的超过 120 亿条 K 线记录组成的大规模多市场语料库，采用自回归目标函数进行预训练。它在各种金融任务的零样本（zero-shot）设置中展现出卓越的性能，在价格时间序列预测、波动率预测和合成 K 线序列生成等各种任务中均优于现有方法。该预训练模型已公开发布。

Takeaways, Limitations

•
Takeaways：
◦
我们提出了第一个专门针对金融 K 线数据的集成且可扩展的预训练框架。
◦
在各种金融任务中取得卓越表现，包括价格预测、波动性预测和合成数据生成。
◦
通过在零样本设置中的出色表现证明了其实用性。
◦
通过发布预先训练的模型来扩展研究并提出可用性。
•
Limitations：
◦
本文提出的 Kronos 性能改进可能仅限于特定的数据集和任务。
◦
需要进一步研究其对其他类型的金融数据或市场的推广效果。
◦
需要进一步研究该模型的可解释性和可说明性。
◦
需要考虑参数过多带来的计算成本和资源消耗。
👍
Made with Slashpage