equity market datasets

DIVINE框架重建金融指标以改进股票预测

研究人员开发了DIVINE，一个用于金融时间序列数据的新型预训练框架，该框架从原始OHLCV（开盘价、最高价、最低价、收盘价、成交量）历史数据中重建技术指标。这种方法旨在提高收益预测的一致性，同时避免未来监督的不确定性。在六个股票市场数据集上进行预训练后，DIVINE的轻量级编码器在投资组合表现上优于更大的模型和基线，表明指标和市场的多样性是可迁移金融表征的关键驱动因素。