新的图机器学习模型以91%的准确率预测股权持有

研究人员开发了一个新的基准，用于使用时间图机器学习预测机构股权持有。他们的使用虚拟状态的节点亲和力预测模型（NAVIS）在一个包含标普500指数证券和99位投资经理的数据集上取得了0.9127的最先进的归一化折损累积增益（NDCG）。该方法将持有预测构建为对经理和证券的动态二分图上的投资组合权重进行预测，优于其他动态图模型和启发式方法。研究还发现，特定领域的节点特征仅提供了边际改进，表明图的时间和结构信号信息量很大。 AI

影响 为金融投资组合预测中的时间图机器学习树立了新的基准。

排序理由 学术论文，介绍了一个用于特定预测任务的新基准和模型。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• NAVIS
• SEC Form 13F
• S&P 500
• Temporal Graph Benchmark (TGB)

• 论文
• 模型发布
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →