Incorporating stock prices and text for stock movement prediction based on information fusion

Integração de Séries Temporais Financeiras e Informação Textual na Previsão do Mercado de Commodities Agrícola

“…O último estudo da Tabela 7 apresenta uma avaliação dos métodos de fusão: concatenação, soma e soft fusion. Os autores Zhang et al (2024) propõem o Collaborative Attention Transformer fusion model for Stock Movement Prediction (CoATSMP), que incorpora extração paralela de features de textos e preços, uma função em nível de parâmetro e um módulo de processamento em conjunto. O modelo emprega um Transformer baseado na função Gaussian Error Linear Units (GELU) para interagir e otimizar recursos de texto e preço de ações.…”