研究者提出基于多模态潜在扩散模型的罕见金融事件场景增强方法

1. 13:00
   arXiv 机器学习

   基于多模态潜在扩散模型的稀有金融事件场景增强

   研究人员提出基于多模态潜在扩散模型的金融场景增强方法，结合结构化变量、图像与收益序列三种模态及 CVaR 标签生成极端市场样本。在美国科技股的 4 个窗口长度测试中，结合生成样本训练的 XGBoost 分类器达到 0.953 - 0.960 的 AUC，优于表格扩散基线与纯真实数据基准。

Current heat 8·Comparable peak 10（Nov 6 14:00）·Comparable change, last 24 hours–

Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.