Benchmarking Transformers and Baselines for Multi-Horizon Stock Return Prediction with Technical and Earnings Features
Notice bibliographique
Résumé
We study daily multi-horizon stock return prediction on the Dow $30(h \in\{1,5,21\})$ using technical indicators and earnings features under a strict temporal split (train 2016-2019, val 2020, test 2021-2024). At h = 1, LSTM attains the lowest RMSE ($\mathbf{0. 0 1 6 2 2}$), narrowly ahead of GRU (0.01625), while Random Forest yields the highest DA $\boldsymbol{(} \mathbf{5 1. 9 \%} \boldsymbol{)}$. At $h=5$, Ridge achieves the best RMSE ($\mathbf{0. 0 3 6 5 1}$). At $h=21$, LSTM delivers both the lowest RMSE (0.05084) and highest DA (55.0%), edging TFT and GRU by $0.2-0.3 \%$ RMSE and 1 pp DA and outperforming tabular baselines by $\mathbf{3 1 - 3 8 \%}$ in RMSE. Adding earnings features increases DA by 1 pp at $h=21$, and DA rises to $\mathbf{6 1. 4 \%}$ within ±3-day earnings windows (vs. 53.9% otherwise). By regime, GRU performs best in the 2022 bear (RMSE 0.0636) and LSTM in the $2023-2024$ rally (RMSE 0.0475; DA 56.2%). Overall, simple sequence models match or surpass TFT on this constrained daily panel, with tabular methods competitive at shorter horizons.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».