关于数据

[gejianqiao]

你好，首先感谢你们的贡献，给我带来了很多想法。然后就是请问下这个能不能应用到股票数据上去，是否有股票数据的样本呢，还是要我自己去挖掘

[HALF111]

您好，关于股票数据的问题是这样的：
首先，VisionTS++是一个通用的时间序列建模框架，能够适用于电力、交通、气象、金融等各类时序数据。所以模型也可以直接以zero-shot预测的形式应用在到股票等金融数据上面，例如我们工作评测的monash benchmark里就包含Bitcoin price的数据，模型在其上表现良好。
不过对于股票数据样本，目前我们未专门收集或提供股票价格数据集，这部分数据可能需要您去自行获取（如沪深、美股等）。
另外，我们部署了一个[Hugging Face Space的在线Demo]。您可以将股票数据按照csv格式整理好后，再在space里上传csv文件，模型就能直接输出预测结果。这可以快速验证模型在特定股票数据上的表现~

[gejianqiao]

非常感谢你的回复，那请问下这个模型能否接受多模态数据微调，在作用到真实股票市场上去，多模态就是也包括文本信息还有其他信息，或者你们工作评测里的Bitcoin price的数据是包含了哪些特征呢

[gejianqiao]

不好意思，就是我打算用多模态股票数据来做微调，请问你们的模型支持嘛

[HALF111]

您好！我们模型是将时序数据转换为图像的形式进行预测，因此不涉及文本上的信息。例如Bitcoin price的数据也基本以时序数据为主。如果您是多模态股票数据，可以参考一些多模态时序模型的工作（例如可以参考这篇survey：https://arxiv.org/abs/2503.13709）

[gejianqiao]

好的好的，我明白了，那请问下特征的话该怎么弄呢，就是比特币的特征你们是有什么要求吗

[HALF111]

在Monash数据集里，Bitcoin是单变量预测，也即只有price数据本身。但是VisionTS++支持多变量预测，你们也可以自己挖掘特征后以多变量时序数据输入即可，所以只要是时序数据（按照固定时间间隔采样的、数值形式的时序数据）即可。

[gejianqiao]

为什么我的预测结果是这样呢，我是预测TSLA接下来5天的股票，这个结果怎么感觉在训练集上，是不是它只擅长预测比特币

[gejianqiao]

然后就是我尝试预测了，比特价格，是显示这样的趋势，就是这个黑线和红线代表什么意思呢

[HALF111]

首先这个图里面：黑线是ground-truth值（真实值），红线为预测值，蓝色的则为概率预测值的范围。这部分我没有标识清楚，后续会在space里增加表述。

然后关于预测结果，我觉得有这样几个原因吧：（1）首先我认为这个结果是比较正常的，一方面因为主流时序模型多以MAE/MSE为训练数据，而大部分金融数据可预测性低，没有明显特征，所以模型很有可能会简单学一个平稳的趋势，或者类似copy上一时刻的值，以最小化MAE/MSE。（2）大部分金融数据没有明显周期性，而主流时序模型（包括我们VisionTS++）都或多或少基于周期性质来预测。不过两个点也基本是现有时序模型的通病，对于本身就比较难预测的金融数据上，大多模型都会表现次优。