Junk

AI框架使用因果生成对抗网络、强化学习和LLM评估来预测债券收益率

研究人员开发了一个新颖的债券收益率预测框架，通过使用因果生成对抗网络（CausalGANs）和强化学习来创建合成金融数据。这种包含宏观经济变量的合成数据被用来训练一个微调的大语言模型Qwen2.5-7B，以生成交易信号和风险评估。评估结果表明，其预测性能优于现有方法，其中强化学习方法实现了0.103%的低平均绝对误差。该研究将合成数据生成、大语言模型驱动的金融预测以及基于大语言模型的评估结合起来，以实现人工智能驱动的金融决策。