EXAONE 金融预测

arXiv:2609.04239v1 公告类型：新 摘要：本技术报告介绍了 EXAONE 金融预测 (EXAONE Finance)，这是一种专为金融预测量身定制的金融时间序列 (TS) 基础模型 (TSFM)。最近的 TSFM 通过大规模预训练实现了强大的零样本性能。然而，它们主要是为通用域 TS 开发的，并且很大程度上依赖于自注意力主干，其计算成本随着序列长度和变量计数呈二次方增长。此外，它们假设了完全观察到的输入，并在无法捕捉金融市场独特动态的语料库上进行了预训练。这些限制阻碍了它们在金融领域的适用性，在金融领域，长、多通道、间歇性观察的面板很常见。为了应对这些挑战，EXAONE Finance 采用了无注意力架构，用两个简单但有效的线性时间算子取代了自注意力：1）用于时间混合的因果一维卷积；2）用于变量混合的群体感知池化多层感知器（MLP）。此外，屏蔽上下文增强使模型在训练期间暴露于连续的缺失范围，从而提高了对金融市场普遍存在的缺失的鲁棒性。 EXAONE Finance 经过大规模金融语料库的预训练，该语料库不仅涵盖股票，还涵盖外汇、大宗商品、加密资产、固定收益和宏观经济指标。在涵盖多种资产类别的金融预测基准 FinVerse 上，EXAONE Finance 取得了最先进的表现，在所有三个评估级别（点预测准确性、横截面资产排名和投资组合盈利能力）中均排名第一。