研究人员开发了DDSL,一个用于构建金融市场状态标签的迭代自标注框架。该框架将价格和语法引导的Viterbi标注器与Transformer分类器相结合,利用模型反馈来优化标签。在SSE50、CSI300、CSI500和NASDAQ100等主要股指上的实验表明,与传统的标注方法相比,DDSL显著提高了联合状态宏观F1分数。研究还表明,这些标签的可学习性可以通过迭代和模型反馈来控制,并对价格特征分离和条件反转信号具有启示意义。 AI
影响 引入了一个新颖的金融市场迭代自标注框架,有望提高预测准确性和标签可学习性的控制。
排序理由 该集群描述了一篇关于金融市场状态标注新颖框架的最新研究论文。[lever_c_demoted from research: ic=1 ai=0.4]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →