FinTSBridge：面向真实世界金融预测与先进时间序列模型的新型评估套件
机器学习
2025-06-12 v2 交易与市场微观结构
摘要
尽管近年来时间序列预测受到越来越多的关注，但许多研究提出了各种解决方案以应对时间序列预测中遇到的挑战，旨在提高预测性能。然而，将这些时间序列预测模型有效应用于金融资产定价领域仍然是一个具有挑战性的问题。仍然需要一座桥梁将前沿的时间序列预测模型与金融资产定价连接起来。为了弥合这一差距，我们做出了以下努力：1) 我们从金融领域构建了三个数据集；2) 我们从近期研究中选择了十多个时间序列预测模型，并验证了它们在金融时间序列中的表现；3) 除了 MSE 和 MAE 之外，我们还开发了新的指标 msIC 和 msIR，以展示模型捕获的时间序列相关性；4) 我们为这三个数据集设计了特定于金融的任务，并评估了这些预测模型在重要金融问题中的实际表现和应用潜力。我们希望开发的新型评估套件 FinTSBridge 能够为先进预测模型在金融领域的有效性和稳健性提供有价值的见解。
引用
@article{arxiv.2503.06928,
title = {FinTSBridge: A New Evaluation Suite for Real-world Financial Prediction with Advanced Time Series Models},
author = {Yanlong Wang and Jian Xu and Tiantian Gao and Hongkang Zhang and Shao-Lun Huang and Danny Dongning Sun and Xiao-Ping Zhang},
journal= {arXiv preprint arXiv:2503.06928},
year = {2025}
}
备注
ICLR 2025 Workshop Advances in Financial AI