本研究围绕Transformer在时间序列预测中的有效性展开，在复现Zeng等（AAAI 2023）相关研究的基础上，进一步将实验扩展至CSI300和SPY日频金融数据。研究首先在9个通用时序数据集上比较线性模型与Transformer类模型，并重点考察不同数据特征下模型性能是否会发生变化。针对金融时间序列低信噪比、强非平稳以及多变量交互明显等特点，研究在iTransformer基础上提出轻量化Lite-iTransformer。该模型保留变量维度的自注意力机制，同....

EU ETS碳价具有明显的非线性、阶段性和结构突变特征，不同市场阶段的数据分布和波动水平存在较大差异。传统模型采用全历史扩展窗口进行训练时，较早阶段的数据可能对当前状态形成干扰，使模型在市场结构快速变化阶段的预测能力下降。本研究在VMD-GARCH/LSTM-LSTM基线模型基础上，引入基于结构突变识别的自适应训练窗口机制。首先利用Bai-Perron方法识别碳价序列中的结构断点，并计算当前时点与最近断点之间的距离 dtd_t；随后根...

金融时间序列在不同历史窗口中可能处于低波动、高波动或趋势快速变化等不同状态。DLinear采用固定MA(25)进行序列分解，难以同时适应这些不断变化的局部状态。VR-DLinear保留DLinear轻量、透明的线性预测主体，主要改进其分解机制：将固定MA(25)扩展为MA(3)、MA(7)和MA(25)组成的多尺度候选池，并根据波动幅度、近期变化和趋势强度等状态特征，通过门控网络为每个样本自适应分配尺度权重，得到动态趋势与残差分量。在Exchange-Ra...

在多变量长时序预测中，DLinear通常使用固定的MA(25)将序列分解为趋势与季节部分。但相同的“25个采样点”，在小时级、15分钟级和周级数据中对应的真实时间跨度并不相同，固定点数窗口因此未必能够反映序列真正的采样节律。本项目首先复现并核对Linear、NLinear和DLinear等线性基线，在此基础上提出CAPD-Linear。该方法保留MA(25)作为安全锚点，根据训练期自相关证据筛选候选周期，并将固定节律、周期库、可逆尺度处理及完整训....

OpenAI在2026年9月发布了新一代智能体模型GPT‑6 Astra，它不再局限于文本生成，而是具备直接操控电脑的能力。模型不需要依托各类软件接口，就能模拟鼠标和键盘自主完成操作。并且它的上下文窗口拓展到了百万级token[1]，足以承载长周期、多步骤的复杂任务。放到金融领域来看，这套能力会深刻影响量化研究、数据分析与文献综述这类工作，也在慢慢改变行业原有的工作模式。图 1 GPT-6 Astra与传统AI的对比图一．GPT-6 Astra 的核...

随着大模型技术日趋成熟，智能体在金融领域的应用探索逐步增多。但在走向真实业务场景时，行业普遍面临三个瓶颈，一是工具调用不可控，模型在调用外部接口时容易生成错误参数或陷入重复调用循环，导致数据污染甚至系统异常；二是多步任务中会存在的状态遗忘，例如在串联的读取、计算、生成流程中，智能体常在中途丢失前序上下文，造成前后输出矛盾；三是迭代调整成本高，传统智能体每次适配新规则都需要重写 Prompt 或调整底层....

BloombergGPT：七千亿token训练出的金融大模型当ChatGPT出圈后，大模型也快速进入了金融领域，但通用大模型在金融业的缺陷也随之暴露。仅仅依托公开网页语料训练，通用大模型缺乏金融认知，面对专业词汇，仅能识别字面含义，无法理解金融场景下的意义及逻辑。并且，网络上多为二手碎片化信息，缺乏金融终端一线真实数据，通用大模型无法习得市场真实运行规律，难以适配专业金融场景。在此背景下，彭博联合约翰霍普金斯大学，于2...

2025年7月中旬至8月上旬，由西南财经大学管理科学与工程学院举办，联合四川农业大学、成都信息工程大学和西华大学共同协办的第七期暑期实训“雏鹰展翅”精英人才培育计划顺利结营。本次跨校联合暑期实训由管理科学与工程学院王俊教授负责，吸引四校不同专业学生踊跃参与。本期暑期实训聚焦生成式人工智能与科技创新前沿，旨在培养兼具扎实理论基础与卓越实践能力的复合型人才,为学生们提供一次宝贵的科研素养与工程技术的综合历...

读懂什么是深度学习从前，交易员往往需要梳理海量行情，才能捕捉市场异动变动；金融分析师需要研读海量报表，才能甄别市场风险信号。如今，依托深度学习技术搭建的智能系统，瞬间就能完成全量信息的捕捉与筛选。深度学习作为支撑当下人工智能发展的底层基石，正全方位地重构金融行业的数据处理与风险判断。本文将梳理深度学习的发展历史、前沿技术进展，聚焦数字金融领域，展现深度学习的实践价值。一、起源与背景深度学习的源....

多校联动，智创未来——第六期暑期实训“雏鹰展翅”精英人才培育计划圆满落幕2025年7月中旬至8月上旬，由西南财经大学管理科学与工程学院举办，联合四川农业大学、成都信息工程大学共同协办的第六期暑期实训“雏鹰展翅”精英人才培育计划在西南财经大学顺利结营。本次跨校联合暑期实训由管理科学与工程学院王俊教授负责，共吸引了三所高校不同专业的50多名优秀学子踊跃参与。暑期实训围绕证券市场量化交易、企业风险智能预警等....