Llm-augmented linear transformer-cnn para una mejor predicción del precio de las acciones
Autores: Zhou, Lei; Zhang, Yuqi; Yu, Jian; Wang, Guiling; Liu, Zhizhong; Yongchareon, Sira; Wang, Nancy
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Llm-augmented linear transformer-cnn para una mejor predicción del precio de las acciones
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Predicción de precios de acciones
Marco de aprendizaje profundo
Datos históricos del mercado
Análisis técnico
Modelo de lenguaje financiero
Datos de gráficos de acciones
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 48
Citaciones: Sin citaciones
Predecir con precisión los precios de las acciones sigue siendo una tarea desafiante debido a la naturaleza volátil y compleja de los mercados financieros. En este estudio, proponemos un nuevo marco híbrido de aprendizaje profundo que integra un gran modelo de lenguaje (LLM), un Transformador Lineal (LT) y una Red Neuronal Convolucional (CNN) para mejorar la predicción de precios de acciones utilizando únicamente datos históricos del mercado.
Descripción
Predecir con precisión los precios de las acciones sigue siendo una tarea desafiante debido a la naturaleza volátil y compleja de los mercados financieros. En este estudio, proponemos un nuevo marco híbrido de aprendizaje profundo que integra un gran modelo de lenguaje (LLM), un Transformador Lineal (LT) y una Red Neuronal Convolucional (CNN) para mejorar la predicción de precios de acciones utilizando únicamente datos históricos del mercado.