MSAAI 学生的研究成果发表：从市场波动到预测洞察：用于情绪驱动的金融时间序列预测的自适应 Transformer-RL 框架

我们很高兴与您分享我们最近的国际期刊论文《从市场波动到预测洞察：用于情绪驱动的金融时间序列预测的自适应 Transformer-RL 框架》，该论文由我们的 MSAAI 学生宋智聪撰写，已发表在 MDPI Forecasting期刊 (JCR Q1)：

Zhicong Song, Harris Sik-Ho Tsang, Richard Tai-Chiu Hsung, Yulin Zhu, and Wai-Lun Lo, “From Market Volatility to Predictive Insight: An Adaptive Transformer–RL Framework for Sentiment-Driven Financial Time-Series Forecasting,” Forecasting 7, no. 4: 55, October 2025. https://doi.org/10.3390/forecast7040055

论文摘要

这项研究旨在应对预测金融市场趋势的挑战。由于市场瞬息万变，且受数据和投资人情绪的影响，预测金融市场趋势并非易事。传统方法往往会遗漏投资者在线上分享观点中的重要讯息，而许多人工智慧方法也无法很好地适应牛市或熊市等不断变化的市场环境。

我们开发了一套新系统，将线上论坛的投资者情绪与一种能够随时间学习和调整的自适应人工智慧技术相结合。我们建构了一个包含超过 16,000 个词汇的金融情绪词典，以准确理解论坛讨论，其论坛主题分类准确率高达 97.35%。随后，我们结合历史价格数据和投资者情绪，并结合先进的人工智慧模型来预测市场趋势。另一个人工智慧代理会主动结合这些预测，做出更明智的决策。

我们在包括中国和美国股票、大宗商品和指数在内的多个市场进行的测试表明，这种混合方法比现有方法效果更好。它在市场波动中更加可靠，并且在不同类型的资产中都表现良好，为利用人工智慧和投资者情绪来改善金融预测提供了一种相当前景的方法。