超越直觉：利用时间序列 Transformer 发掘投资瑰宝

本文探讨了数据驱动方法在私募股权（PE）行业中日渐增长的应用，特别是在为风险投资（VC）与成长资本（GC）搜寻投资标的（即公司）方面。我们对相关方法进行了全面综述，并提出了一种新方法，利用基于 Transformer 的多变量时间序列分类器（TMTSC）来预测任一候选公司的成功可能性。我们的研究目标是将搜寻问题形式化定义为多变量时间序列分类任务，从而优化 VC 与 GC 投资的搜寻绩效。我们依次介绍了实现方案的关键组成部分，它们共同促成了 TMTSC 在 VC/GC 搜寻中的成功应用：输入特征、模型架构、优化目标，以及以投资者为中心的数据处理。我们在两项真实世界投资任务上的大量实验（以三种流行基线为基准）表明，我们的方法在改善 VC 与 GC 行业决策方面行之有效。