arXiv · ML· Yizhi Luo, Jiahe Yi, Jianhui Zhang, Shuo Sun·· 2026-10-07AI 评分22
Stock-JEPA:基于先验锚定的潜空间修订表征学习在股票市场中的应用
STOCK-JEPA: Prior-Anchored Latent Revision Representation Learning in Equity Markets
AI 导读
Stock-JEPA 提出了一种联合嵌入预测框架,通过学习相对于金融先验的可预测增量修订来表征股票市场结构。 该方法利用低复杂度金融模型生成固定统计量作为锚点,通过上下文条件修订预测器估计未来表征位移,并证明最优修订能减少先验锚点的期望平方误差。 实验显示 Stock-JEPA 在大规模中美股票市场中,在 5 项关键评估指标上优于 13 个强基线模型。
来源:arXiv · ML · arxiv.org