ARTFEED — Contemporary Art Intelligence

GS-FUSE: Fusione Gated Supervisionata da Granger per la Previsione Finanziaria Basata su Eventi

ai-technology · 2026-05-28

GS-FUSE, un innovativo framework di previsione multimodale, affronta la difficoltà di anticipare le reazioni del mercato agli eventi finanziari combinando strategicamente le informazioni testuali sugli eventi con i segnali di prezzo passati. Creato da un team di ricercatori, questo modello presenta un modulo di fusione gated supervisionato da Granger che si attiva per il testo dell'evento solo quando aggiunge valore predittivo oltre ai prezzi esistenti. Inoltre, utilizza un allineamento a granularità multipla per collegare rappresentazioni ampie degli eventi con indicatori testuali dettagliati e tendenze future del mercato. Progettato come adattatore plug-and-play sia per modelli linguistici di grandi dimensioni che per modelli di serie temporali, GS-FUSE mira a migliorare la previsione direzionale dei movimenti da evento a prezzo per investitori e decisori politici.

Fatti principali

  • GS-FUSE è un framework di previsione multimodale basato su eventi.
  • Utilizza una fusione gated causale supervisionata da Granger.
  • Il modulo di fusione gated apprende quando il testo dell'evento è predittivo oltre ai prezzi storici.
  • Include un meccanismo di allineamento a granularità multipla.
  • Il framework allinea rappresentazioni degli eventi e indizi testuali con le traiettorie di mercato.
  • È un adattatore plug-and-play per LLM e modelli di serie temporali pronti all'uso.
  • L'obiettivo è prevedere l'impatto degli eventi finanziari sui mercati.
  • L'articolo è disponibile su arXiv con ID 2605.28520.

Entità

Istituzioni

  • arXiv

Fonti