摘要由 AI 生成
2026 年 9 月 7 日,韩国公司 EXAONE 发布了针对金融预测的专用时间序列基础模型 EXAONE Finance。该模型在 FinVerse 基准测试中取得点预测精度、横截面资产排名及组合盈利能力三项第一。为降低计算成本,模型采用无注意力架构,用因果一维卷积和组感知池化多层感知机替代自注意力机制,并通过掩码上下文增强提升对金融市场中常见缺失数据的鲁棒性。该模型基于涵盖股票、外汇、大宗商品、加密货币、固定收益及宏观经济指标的大型金融语料库进行预训练,旨在解决通用时间序列模型在长序列、多变量及间歇观测场景下的适用性局限。
关键实体KEY ENTITIES
EXAONE Forecast for FinanceFinVerse
事件框架EVENT FRAME
产品发布
EXAONE
EXAONE Forecast for Finance
发布金融时间序列基础模型
报道态势 · 每日报道量LANGUAGE SPLIT
实体关系
信号强度SIGNALS
关键词热度
- EXAONE Forecast for Finance1
- FinVerse1
全部报道(1)SOURCES
↗
EXAONE 发布针对金融预测的专用时间序列基础模型(EXAONE Finance),在 FinVerse 基准测试中取得点预测精度、横截面资产排名及组合盈利能力的三项第一。该模型采用无注意力架构,用因果一维卷积和组感知池化多层感知机替代自注意力机制以解决计算成本问题,并通过掩码上下文增强提升对金融市场中常见缺失数据的鲁棒性。模型基于涵盖股票、外汇、大宗商品、加密货币、固定收益及宏观经济指标的大型金融语料库进行预训练,旨在解决通用时间序列模型在长序列、多变量及间歇观测场景下的适用性局限。