FinVerse：金融时间序列基准

随着时间序列基础模型的出现，对能够以有意义的方式评估其预测能力的基准的需求变得越来越重要。现有的时间序列预测基准提供了有用的标准化比较，但它们通常使用统一的基于误差的指标来评估异构序列。在此类指标下的强劲表现并不一定意味着模型的预测将支持跨领域的最佳现实决策。例如，在股票预测中，正确预测价格是否会上涨或下跌可能比单独最小化逐点预测误差与实现的回报更直接相关。为此，我们推出了 FinVerse，这是一个金融领域时间序列预测基准，它向更现实的评估迈出了第一步。此次发布的 FinVerse 数据工件包含 116,897 个金融时间序列，1.711 亿个观测值，其中 60,232 个序列，1740 万个观测值，根据其与金融决策的经济相关性被选择作为评估目标。与主要强调统一点预测或概率准确性的通用预测基准不同，FinVerse 定义了 11 个指标系列，其中包含 78 个评估指标，并根据每个时间序列的潜在经济含义为每个时间序列分配最合适的评估指标。我们对 43 个公共时间序列预测基础模型的分析表明，通用预测标准下的强劲表现并不一定会转化为有用的财务预测。这一发现凸显了对领域感知基准的需求，该基准可以在更接近现实世界决策的目标下评估模型。