- 博客(40)
- 收藏
- 关注
RSS订阅原创 2024-arXiv-FinRobot: 一种基于大语言模型的开源金融应用 AI 智能体平台
随着金融机构和专业人士越来越多地将大语言模型（LLMs）纳入其工作流程中，金融领域与人工智能社区之间依然存在显著障碍，包括。
2025-02-23 10:00:00
821
原创 2024-arXiv-FinGPT: 通过传播意识和语境丰富的 LLM 增强基于情绪的股票变动预测
对于理解新闻对股票价格的影响至关重要。近年来，由于大语言模型（LLMs）具备先进的文本分析能力，这些模型被广泛应用于这一领域。然而，这些模型通常仅考虑新闻。
2025-02-22 18:00:00
3155
5
原创 2023-arXiv-FinGPT: 开源金融大语言模型
FinGPT 是一种创新的开源框架，专门设计用于在金融领域应用大型语言模型（LLMs）。FinGPT 包含四个基本组件：数据源、数据工程、LLM 和应用。这些组件在维护 FinGPT 的功能和适应性以应对动态金融数据和市场条件方面发挥着至关重要的作用。**数据源层：**FinGPT 管道的起点是数据源层，该层负责协调从广泛在线来源获取大量金融数据。该层通过整合新闻网站、社交媒体平台、财务报表、市场趋势等数据，确保全面覆盖市场。其目标是捕捉市场的每一个细微变化，从而解决金融数据固有的时间敏感性问题。
2025-02-22 10:00:00
2480
原创 2025-arXiv-FinSphere: 一个配备有基于实时数据库的定量工具的对话式股票分析智能体
摘要：当前的大语言模型（LLMs）在股票分析方面面临两个关键限制：缺乏深度分析能力，这阻碍了它们生成专业级洞察的能力，以及缺乏客观评估指标来评估股票分析报告的质量。为应对这些挑战，本文引入了FinSphere 这一对话型股票分析智能体，并提出了三项主要贡献：Stocksis，由行业专家策划的数据集，旨在提升 LLMs 的股票分析能力；AnalyScore，一种系统性的评估框架，用于评估股票分析报告的质量；FinSphere，一种能够根据用户查询生成高质量股票分析报告的人工智能智能体。实验结果表明，即使在增强
2025-02-21 18:00:00
1702
原创 2025-arXiv-MarketSenseAI 2.0: 通过 LLM 智能体增强股票分析
MarketSenseAI 是一种全新的整体股票分析框架，利用大型语言模型（LLMs）处理。
2025-02-21 10:00:00
1221
原创 DeepSeek 提出新一代注意力机制 Native Sparse Attention (NSA): 硬件对齐且本地可训练的稀疏注意力机制
对于下一代语言模型至关重要，然而标准注意力机制的高计算成本带来了重大的计算挑战。稀疏注意力为提高效率同时保持模型能力提供了有前景的方向。我们提出了 NSA，一种。
2025-02-19 16:22:20
2645
原创 2024-arXiv-TradingAgents：多智能体LLM金融交易框架
在金融领域，LLM 研究主要集中在处理特定任务的单智能体系统或独立收集数据的多智能体框架上，
2025-02-19 10:00:00
761
原创 2024-arXiv-FinMem：具有分层记忆和角色设定的LLM交易智能体
大型语言模型的最新进展在不同领域的问答（QA）任务中表现出显著的功效,在整合广泛的网络知识方面的实力激发了人们对开发基于LLM的自主智能体的兴趣。虽然LLM在解码人类指令和通过整体处理历史输入得出解决方案方面是有效的，但过渡到目的驱动的智能体需要一个补充的。
2025-02-18 18:00:00
1614
原创 2024-arXiv-MarketSenseAI：大型语言模型能打败华尔街吗？揭示人工智能在选股中的潜力
公司特定的新闻（公告、报告、分析师意见和研究结果）对市场情绪和随后的股价的影响是不可低估的。渐进式新闻摘要（PNStPN_{S,t}PNSt）负责新闻获取、浓缩和制作股票最具影响力新闻的渐进式摘要。本研究使用EODHD2股票市场与财经新闻API作为新闻来源，获取与特定股票对应的每日新闻。对公司的每日新闻进行预处理，以排除与公司无关的文本（例如标题党文章），从而确保它以适当的格式进入提示框。提取股票的每日新闻，并生成简明的每日新闻摘要（NSiN_{S,i}NSi。
2025-02-18 10:00:00
942
原创 2025-arXiv-OmniThink：通过思考扩展机器写作的知识边界
我们专注于机器写作中的开放领域长文生成任务，该任务涉及从开放领域检索信息并综合生成一篇连贯的文章。给定输入主题TTT，开放领域长文生成的目标是生成一篇长文章AAA。（i）使用搜索引擎SSS检索与主题TTT相关的信息ISTI = S(T)IST；（ii）根据检索到的信息III和输入主题TTT生成大纲OGenerateITOGenerateIT。最后，使用大纲生成文章AGenerateOIAGenerateOI。
2025-02-17 18:00:00
766
原创 2024-arXiv-从词语到价值：利用 LLM 预测新发表文章影响力
随着学术领域的扩展，高效识别新发表且具有影响力的论文的挑战变得越来越重要。本文介绍了一种有前景的方法，该方法利用大语言模型的能力，仅基于。
2025-02-17 12:00:00
1061
原创 2022-arXiv-HIST: 基于图挖掘概念共享信息的股票趋势预测框架
为了建模股票与概念之间的动态联系，提出学习概念表示以表达预定义概念的丰富且随时间变化的信息。本文从相应股票的信息中获取概念表示，首先在预定义概念模块中构建一个股票-概念二分图，随后通过初始化和修正两步从对应股票的信息中提取预定义概念的表示。（1）初始化预定义概念的表示参照股票市场指数的计算方法，采用股票市值作为股票对预定义概念的贡献权重，将同一概念下的股票嵌入按照权重聚合到概念上。预定义概念TkT_kTkαkit0cit∑j∈Nktcjtekt0∑j。
2025-02-16 18:00:00
1012
原创 2024-arXiv-一种使用 OHLC-T 图像的基于时间序列分解与多尺度 CNN 的股价预测方法
近期，深度学习在股票预测领域已成为一个重要分支。基于图像的方法通过捕捉复杂的视觉模式和空间相关性展现出潜力，相较于时间序列模型，在可解释性方面具有优势。然而，基于图像的方法更容易出现过拟合现象，阻碍了稳健的预测性能。为提高预测准确性，本文提出了一种新颖的方法，命名为。
2025-02-16 10:00:00
800
原创 2023-KDD-基于强化学习的协同公式化因子集合挖掘
对因子池的状态进行显式的建模，从而构建一个严格的MDP；对因子池的状态进行显式的建模，从而构建一个严格的MDP；（事前或事后地）对生成的因子进行自动解释。
2025-02-15 10:00:00
826
原创 LeetCode《算法通关手册》 1.2 数组排序
采用经典的分治策略，选择数组中某个元素作为基准数，通过一趟排序将数组分为独立的两个子数组，一个子数组中所有元素值都比基准数小，另一个子数组中所有元素值都比基准数大。**思路：**类似归并排序中递归的步骤，逆向遍历，取大者放到后面。如果第i个区间的右端点大于等于第i+1个区间的左端点，两个区间合并后左端点为第i个区间的左端点，右端点为第i个区间的右端点和第i+1个区间的右端点中较大的值。：经过多次迭代，通过相邻元素之间的比较与交换，使值较小的元素逐步从后面移到前面，值较大的元素从前面移到后面。
2025-02-14 18:00:00
1210
原创 LeetCode《算法通关手册》 1.1 数组基础
*思路：**在矩阵周围补0，统计周围8个格子活细胞数量存储下来，按规则改变原矩阵（类似卷积种zero padding操作，设置kernel为[[1, 1, 1], [1, 0, 1], [1, 1, 1]]）。**思路：**用特殊值标记发生改变的格子，2表示活细胞变死细胞，3表示死细胞变活细胞，统计时将1和2都算作活细胞加一。**思路：**两次遍历，第一次遍历求出数组全部元素和，第二次遍历找到左侧元素和恰好为全部元素和一半的位置（累加的两倍+当前元素=全部元素和）。，因为在下标的左侧不存在元素。
2025-02-14 10:00:00
1141
原创 2024-arXiv-LlamaFactory: 统一高效微调100多种语言模型
高效微调对于将大型语言模型（LLMs）适应下游任务至关重要。然而，在不同模型上实现这些方法需要付出不小的努力。我们提出了。
2025-02-13 12:00:00
1734
原创 Qwen2.5 技术报告
是一个综合性的大型语言模型（LLM）系列，旨在满足多样化的应用需求。与之前的版本相比，Qwen2.5 在预训练和后训练阶段均得到了显著改进。在。
2025-02-13 10:00:00
1140
原创 DeepSeek-V3 技术报告
DeepSeek-V3 的基本架构仍然基于 Transformer 框架。为了实现高效的推理和经济的训练，采用了已经在 DeepSeek-V2 中得到了充分验证的多头潜在注意力机制和，同时额外引入了无辅助损失的负载均衡策略以缓解为了确保负载平衡而引起的性能下降。
2025-02-12 10:00:00
1121
原创 DeepSeek-R1 技术报告：通过强化学习提升 LLMs 的推理能力
前期相关研究表明强化学习在推理任务中展现了显著的有效性。然而，这些研究高度依赖于监督数据，而收集这些数据耗时且成本高昂。在本节中，探讨了 LLMs 在无需任何监督数据的情况下通过纯强化学习过程实现推理能力自我进化的潜力。
2025-02-11 18:00:00
1449
原创 《量化绿皮书》Chapter 7 Algorithms and Numerical Methods 算法与数值方法
目录如何在不使用额外存储空间的情况下交换两个整数iii和jjj?答案：按位异或操作 (XOR)，利用xxx$x=0$和$0$x=xx=xx=x7.1.2 Unique elements 唯一元素如果给你一个排序数组，你能写一些代码从数组中提取唯一的元素吗?例如，如果数组为[1,1,3,3,5,5,5,9,9,9,9]，则唯一元素应为[1,3,5,9]。答案：将数组按顺序排列，与前一元素不同的即为唯一元素7.1.3 Horner’s algorithm 霍纳算法写一个算法来计算y=A0+A1x
2025-02-11 10:00:00
929
原创 《量化绿皮书》Chapter 6 Finance 金融（二）
目录A. 非派息股票的欧式看涨期权的delta是多少？如何推导？答案：Δ=N(d1)\Delta=N(d_1)Δ=N(d1)c=SN(d1)−Ke−rτN(d2),d1=ln(S/K)+(r+σ2/2)τστ,d2=d1−στc=S N(d_1) - Ke^{-r\tau} N(d_2),d_1=\frac{ln(S/K)+(r+\sigma^2/2)\tau}{\sigma\sqrt{\tau}},d_2=d_1-\sigma\sqrt{\tau}c=SN(d1)−Ke−rτN(d2),d1=στ
2025-02-10 18:00:00
1674
原创 《量化绿皮书》Chapter 6 Finance 金融（一）
A Practical Guide To Quantitative Finance Interviews》，被称为量化绿皮书，是经典的量化求职刷题书籍之一，包含以下七章：Chapter 1 General Principles 通用技巧Chapter 2 Brain Teasers 脑筋急转弯Chapter 3 Calculus and Linear Algebra 微积分与线性代数Chapter 4 Probability Theory 概率论。
2025-02-10 10:00:00
824
原创 《量化绿皮书》Chapter 5 Stochastic Process and Stochastic Calculus 随机过程与随机微积分（二）
*定义：**连续随机过程。
2025-02-09 18:00:00
1541
原创 《量化绿皮书》Chapter 5 Stochastic Process and Stochastic Calculus 随机过程与随机微积分（一）
目录玩家M有1美元，玩家N有2美元。每场比赛获胜者从对方那里得到1美元。作为一个更好的玩家，M赢了2/3的比赛。他们一直玩到其中一个破产为止。M赢的概率是多少？答案：**状态空间：**定义为玩家M拥有的钱m和玩家N拥有的钱n的组合：{m,n}={(3,0),(2,1),(1,2),(0,3)}\{m,n\}=\{(3,0),(2,1),(1,2),(0,3)\}{m,n}={(3,0),(2,1),(1,2),(0,3)}；由于双方的总额为3美元，可以只用m来简化状态空间：{m}={0,1,2,3}\{m\
2025-02-09 10:00:00
770
原创 《量化绿皮书》Chapter 4 Probability Theory 概率论（三）
目录两名银行家分别在早上5点到6点之间的某个随机时间到达车站（任何一位银行家的到达时间是均匀分布的）。他们只待了五分钟就离开了。他们在某一天相遇的概率是多少？答案：假设银行家A在早上5点后XXX分钟到达，银行家B在早上5点后YYY分钟到达，XXX和YYY都为0-60之间的独立均匀分布，当且仅当∣X−Y∣≤5|X-Y|\le 5∣X−Y∣≤5时两人会相遇。相遇的概率为60×60−2×(1/2×55×55)60×60=23144\frac{60\times60-2\times(1/2\times55\times
2025-02-08 20:00:00
1189
原创 《量化绿皮书》Chapter 4 Probability Theory 概率论（二）
目录A. 一家公司正在为至少有一个儿子的职场母亲举办晚宴。杰克逊女士是一位有两个孩子的母亲，她也被邀请了，两个孩子都是男孩的概率是多少？B. 你的新同事帕克女士有两个孩子。如果你看到她和她的一个孩子走在一起，那个孩子是个男孩，两个孩子都是男孩的概率是多少?答案：样本空间Ω={(b,b),(b,g),(g,b),(g,g)}\Omega = \{(b,b),(b,g),(g,b),(g,g)\}Ω={(b,b),(b,g),(g,b),(g,g)}，分别表示较大和较小的孩子为男孩或女孩A. 如果两个孩子中至少
2025-02-08 18:00:00
911
原创 《量化绿皮书》Chapter 4 Probability Theory 概率论（一）
*结果 Outcome (ω\omegaω)：**一个实验的结果**样本空间 Sample space/概率空间 Probability space (Ω\OmegaΩ)：**一个实验的所有可能结果的集合。PωP(\omega)Pω：一个结果的概率（Pω⩾0∀ω∈Ω∑ω∈ΩPω1Pω⩾0∀ω∈Ω∑ω∈ΩPω1**事件 Event：**样本空间的一个子集，一组结果的集合PAP(A)PA：事件AAA的概率，PA∑。
2025-02-08 10:00:00
1116
原创 《量化绿皮书》Chapter 3 Calculus and Linear Algebra 微积分与线性代数（二）
目录问：y′+6xy=0,y(0)=1y'+6xy=0,y(0)=1y′+6xy=0,y(0)=1**答：**分离为dyy=−6xdx\frac{dy}{y}=-6xdxydy=−6xdx，解为lny=−3x2+c\ln y=-3x^2+clny=−3x2+c代入y(0)=1y(0)=1y(0)=1，∴y=e−3x2\therefore y=e^{-3x^2}∴y=e−3x2问：y′=x−yx+yy'=\frac{x-y}{x+y}y′=x+yx−y**答：**令z=x+yz=x+yz=x+y原方程变
2025-02-07 18:46:17
1346
原创 《量化绿皮书》Chapter 3 Calculus and Linear Algebra 微积分与线性代数（一）
目录问：求y=lnxlnxy=\ln x^{\ln x}y=lnxlnx的导数。答：令u=lny=ln(lnxlnx)=lnx×ln(lnx)u=\ln y=\ln(\ln x^{\ln x})=\ln x\times\ln(\ln x)u=lny=ln(lnxlnx)=lnx×ln(lnx)，则有dudx=d(lnx)dx×ln(lnx)+lnx×d(ln(lnx))dx=ln(lnx)x+lnxxlnx\frac{du}{dx}=\frac{d(\ln x)}{dx
2025-02-07 18:44:56
1293
原创 《量化绿皮书》Chapter 2 Brain Teasers 脑筋急转弯
袋子有20个蓝球和14个红球，每次随机取出两个球，不放回。如果两个球颜色相同，则在袋子中添加一个蓝球如果两个球颜色不同，则在袋子中添加一个红球假设你有无限量的蓝球和红球，无限重复这个过程，袋子里最后一个球的颜色会是什么？如果袋子里有20个蓝球和13个红球呢？答案：蓝球（20个蓝球和14个红球）；红球（20个蓝球和13个红球）。组合（丢弃）添加蓝球变动红球变动蓝蓝蓝-10红红蓝1-2蓝红红-10蓝球只会奇数变动（+1或-1），红球只会偶数变动。
2025-02-07 17:24:04
1090
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人