中文股票分析的精选多模态数据集 CSMD
计算工程、金融与科学
2025-11-04 v1
摘要
股票市场是复杂且动态的系统，研究人员和实践者要从揭示潜在模式和预测股票走势方面面临不小的挑战。现有研究依赖于利用 various 类型的信息来提取有用因子，这些因子高度取决于所使用的 data 的质量。然而，当前可获得的资源主要基于美国股票市场的英文资料，难以适用于其他国家。为此，我们提出了 CSMD，一个为专门用于分析中文股票市场而精选的多模态数据集，经过细致加工以确保经验证的质量。此外，我们开发了一个轻量且用户友好的框架 LightQuant，供具有金融领域 expertise 的研究人员和实践者使用。在我们的 datasets 和 framework 之上进行 various backbone 模型的实验结果表明，与使用现有数据集相比，效果更佳。该 datasets 和 code 公开可用，链接为 https://github.com/ECNU-CILAB/LightQuant。
引用
@article{arxiv.2511.01318,
title = {CSMD: Curated Multimodal Dataset for Chinese Stock Analysis},
author = {Yu Liu and Zhuoying Li and Ruifeng Yang and Fengran Mo and Cen Chen},
journal= {arXiv preprint arXiv:2511.01318},
year = {2025}
}
备注
Accepted by CIKM 2025