万亿观测金融基准论文：线性岭回归探针击败 14 个自监督编码器中的 11 个
burny_tech · x · 2026-10-24
布朗大学、芝加哥大学与约翰霍普金斯团队发布 NeurIPS 2026 论文《Towards Financial World Modeling》，推出 Market-1T 数据集：覆盖 2005–2025 年美股、约 1 万亿条观测、1Hz 分辨率，并配严格评估协议。
关键发现：
- 在原始输入上训练的线性 ridge 探针收益预测 IC 达 0.0196，超过 14 个自监督编码器中的 11 个；一个未训练的随机初始化 ViT 也能拿到 0.0170
- 系统对比了近 20 年市场机制下的 18 种编码器训练策略，发现「收益预测能力」与「潜在市场结构组织」是解耦的（rho = -0.19）
- 训练视图与时间分辨率的选择会显著影响 latent 聚类结构，进而影响波动率/价差变化等下游预测
作者旨在为面向世界模型（DINO-WM、V-JEPA 2、LeWM 类）的金融市场表征建立评估基础，数据、模型与代码已开源。
「创投」频道最新
- Stripe 拟约 75 亿美元收购 OpenRouter,押注 AI 按用量计费 — FinanceYF5 · 2026-10-24
- WSJ：Anthropic 上半年净亏损超 800 亿美元，其中 720 亿为可转债会计计提 — Beth_Kindig · 2026-10-24
- GitHub 年推送量增 4.9 倍，AI 编码取代者会是谁 — FinanceYF5 · 2026-10-24
- Salesforce 拟最快下月对外部 AI agent 注册并按调用收费 — verrsane · 2026-10-24
- 出海开发者提醒：账号身份验证恢复方式要提前规划 — sven_ai · 2026-10-24
- AI 降低了内容供给成本，但消费者需求逻辑并未改变 — illscience · 2026-10-24