语言:

• 英文 管道标签: 图像文本到文本 库名称: transformers 额外授权字段: 名字: 文本 姓氏: 文本 所属机构: 文本 职位: 文本 电子邮件: 文本 国家: 国家 我想使用此模型用于: 类型: 选择 选项: - 研究 - 教育 - 标签: 其他 值: 其他 我同意仅将此模型用于非商业用途: 复选框

FinSeer 模型卡片

模型详情

模型类型:

这是我们首个专为金融时间序列预测设计的检索器——金融时间序列检索器（FinSeer）。

论文或更多信息:

https://arxiv.org/pdf/2502.05878

预期用途

主要预期用途: FinSeer 的主要用途是基于检索增强生成（RAG）框架进行金融时间序列预测的研究。

如何使用

安装

安装包

pip install InstructorEmbedding
pip install -U FlagEmbedding
pip install sentence-transformers==2.2.2
pip install protobuf==3.20.0
pip install yahoo-finance
python -m pip install -U angle-emb
pip install transformers==4.33.2  # UAE

免责声明

本仓库及其内容仅供学术和教育用途。所有材料均不构成财务、法律或投资建议。对于内容的准确性、完整性或实用性，不作任何明示或暗示的保证。作者和贡献者不对任何错误、遗漏或使用此处信息所产生的任何后果负责。用户应自行判断并在做出任何财务、法律或投资决策前咨询专业人士。使用本仓库中的软件和信息完全由用户自行承担风险。

通过使用或访问本仓库中的信息，您同意赔偿、辩护并使作者、贡献者及任何相关组织或个人免受任何及所有索赔或损害。

引用

@misc{xiao2025enhancingfinancialtimeseriesforecasting,
      标题={利用检索增强大型语言模型提升金融时间序列预测能力}, 
      作者={肖梦溪、姜子豪、钱凌飞、陈正宇、何悦如、徐艺菁、蒋越成、李东、翁瑞玲、彭敏、黄继民、Sophia Ananiadou、谢倩倩},
      年份={2025},
      电子预印本={2502.05878},
      存档前缀={arXiv},
      主要分类={cs.CL},
      网址={https://arxiv.org/abs/2502.05878}, 
}