公开(公告)号：CN118035845A

公开(公告)日：2024-05-14

申请号：CN202410280851.X

申请日：2024-03-12

Applicant: 厦门理工学院

Inventor： 陈伟思 ,  张旭 ,  刘武龙 ,  肖伟东 ,  刘斌 ,  谢奇峰

IPC: G06F18/241 ,  G06F18/213 ,  G06N3/0442 ,  G06N3/084 ,  G06Q40/04 ,  G06F123/02

Abstract: 本发明公开了一种基于大语言模型融合领域知识的金融时序预测方法。其中，所述方法包括：包括：S1、提取非结构化文本数据中与金融相关的情绪指标；S2、对提取到的情绪指标进行权重分配；S3、利用情绪指标及权重进行金融时序预测。本发明旨将LLM与深度学习结合，应用于金融时间序列预测任务中，利用提示词模板充分融入金融领域知识，从金融时序预测所需的多源数据中提取最重要的信息与特征，提高预测模型的准确性。本发明所解决的技术问题主要包括：(1)充分利用输入LLM的提示词模板，使其有效承载金融领域信息与知识；(2)利用提示词模板和LLM提取金融时序预测相关的多源非结构化文本数据特征；(3)利用提示词模板和LLM，提取金融时序结构化数据的特征。