融合叙事语义用于金融波动预测

于红博

摘要: 我们介绍了M2VN：多模态波动性网络，这是一种新颖的基于深度学习的金融波动性预测框架，它将时间序列特征与非结构化新闻数据统一起来。 M2VN利用深度神经网络的表征能力来解决该领域的两个关键挑战：（i）对齐和融合异构数据模态，数字金融数据和文本信息，以及（ii）减轻可能损害金融模型有效性的前瞻性偏差。为了实现这一目标，M2VN将开源市场特征与由最近引入的Time Machine GPT生成的新闻嵌入相结合，确保时间完整性。引入了辅助对齐损失来增强深度学习架构中结构化和非结构化数据的整合。大量实验证明，M2VN始终优于现有基线，突显了它在动态市场中风险管理和金融决策方面的实际价值。

更新时间: 2025-10-23 16:13:46

领域: q-fin.CP,cs.AI

下载: http://arxiv.org/abs/2510.20699v1