VISTA：基于视觉-语言推理的无训练股票时间序列分析
机器学习
2026-03-10 v4
摘要
股票价格预测是金融分析中复杂且高风险的任务，传统上采用统计模型或更近期的语言模型进行解决。本文引入VISTA(Vision-Language Inference for Stock Time-series Analysis)，一种新颖的无训练框架，利用视觉-语言模型(VLM)进行多模态股票预测。VISTA通过为历史股票价格及其对应的折线图提供文本表示和视觉表示，来预测未来价格值。在零样本设置下，VISTA通过精心设计的链式思考提示符，将数值与视觉模态结合，捕捉到单模态方法常忽略的互补模式。我们将VISTA与标准基线方法进行基准测试，包括ARIMA和基于文本的仅LLM提示方法。实验结果表明，VISTA相较于这些基线方法可实现最高89.83%的提升，证明了在股票时间序列分析中采用多模态推理的有效性，并凸显了无需任务特定训练即可利用VLM进行金融预测的潜力。
引用
@article{arxiv.2505.18570,
title = {VISTA: Vision-Language Inference for Training-Free Stock Time-Series Analysis},
author = {Tina Khezresmaeilzadeh and Parsa Razmara and Seyedarmin Azizi and Mohammad Erfan Sadeghi and Erfan Baghaei Potraghloo},
journal= {arXiv preprint arXiv:2505.18570},
year = {2026}
}
备注
Accepted to the CVPR 2025 Workshop on Transformers for Vision (T4V): https://sites.google.com/view/t4v-cvpr25/accepted-papers