第一章 引言
第二章 多模态股价预测的概念框架与现有模型偏差溯源
2.1 多模态股价预测的核心概念界定与模态维度划分
多模态股价预测就是指在股价预测任务中，用计算机视觉、自然语言处理等技术，把各种异构的数据源结合起来，从而对市场的复杂变化进行建模的一种方法。多模态预测和单模态预测的本质区别在于，单模态只依靠一种数据类型，而多模态把互补的信息结合起来提高预测的鲁棒性。本研究把模态边界分成两种，第一种是股价历史时序数据，属于数值型结构化数据，直接体现价格波动趋向和市场交易行为，第二种是上市公司公告以及社交媒体舆情文本，属于非结构化数据，从基本面和情绪面两方面来体现影响股价的深层逻辑。另外需要明确的是多模态融合预测和多模态特征对齐的区别，前者是在决策层将各个模态的信息综合起来得到结果，后者是在特征空间中建立不同的模态之间语义的映射。科学地确定上述概念，可以清楚地看出信息传导的过程，为之后模型偏差的溯源以及校准机制的设计提供一个统一的理论基础。
2.2 现有主流多模态股价预测模型的偏差生成路径梳理
多模态股价预测模型在实际使用过程中，偏差的产生和传递是伴随着数据输入到结果输出的所有环节的。首先，在模态输入层，时序数据和文本新闻存在着采集时效的不同，造成特征语义不同步，并且数据源里普遍存在的低质量噪声特征如果不能被有效地剔除，就会直接造成特征污染。其次，在特征融合层，大多数主流模型使用固定的权重赋值方式，不能对市场情绪的剧烈变化做出及时的调整，造成重要的特征被掩盖。最后，在预测输出层，由于中间环节的误差累积，模型输出的预测分布常常会和真实股价波动分布有较大的差别。根据业界实际运行案例可知，上述偏差沿着计算链条逐级放大，严重影响了预测结果的准确性以及稳健性，因此需要进行全链路溯源分析，为之后校准模块的精准设计提供靶向明确的问题依据。
2.3 多模态股价预测相关研究进展与校准机制研究缺口
多模态股价预测相关研究进展是单模态探索到多模态融合的过程。初期研究主要集中在单一的市场行情数据或者文本情绪分析上，随着技术的不断更新，学者们开始把数值特征和文本、图像等异构信息结合起来，用深度学习来提高预测精度。虽然模型的性能不断改善，但是预测偏差的问题仍然存在。现有的偏差优化方法大多只对单模态输出端的数值进行调整，没有涵盖多模态融合的全过程，造成实际使用中置信度虚高。经过梳理可知，目前的研究缺少多模态特征对齐校准规则、噪声模态校正算法适应性差和跨模态全链路层级化校准机制空白等主要的不足。这些缺口使得模型对于复杂的金融场景来说鲁棒性不够，所以建立一个包含融合全过程的分层校准机制，对提高预测结果的准确性、可靠性有着十分重要的理论意义和应用价值。
第三章 多模态股价预测模型的层级化校准机制设计与实证检验
3.1 跨模态特征对齐的前置校准模块构建
3.1.1 时序模态与文本模态的特征权重动态匹配规则
时序模态和文本模态特征权重动态匹配规则，目的在于克服传统固定权重赋值模式不能适应股价异动期信息重要性动态切换的缺点。该规则的主要原理就是用时间衰减因子和舆情情感强度系数这两个调节指标来建立一个股价波动幅度和文本舆情热度联动的计算公式。在具体操作中要确定各个市场环境下动态调整的阈值及触发条件，常规交易期看重历史时序趋势，财报发布或者重大政策变动时期则会加大文本模态的权重。动态校准可以很好地消除由于各个模态特征之间存在的信息冲突而产生的问题，使得多源数据融合的时候仍然能够保持逻辑上的一致性，进而大大提高了预测模型对于复杂市场环境的鲁棒性以及预测精度。
3.1.2 噪声模态特征的过滤与校正算法实现
在多模态股价预测模型实际运用的时候，噪声模态特征的过滤以及校正算法的实现，就成为决定模型输入数据好坏的重要部分。该过程先对典型噪声特征进行分类整理，包括时序模态中异常交易波动数据、文本模态中无意义重复舆情和虚假信息等。在此基础上，用改进的孤立森林算法和语义一致性校验机制来建立双层过滤框架。该框架对不同的噪声特征识别判定规则进行了规定，给出了具体的特征校正数值修正公式和替换方法，目的是从源头上消除无效干扰。用沪深300成分股真实多模态数据集做对照测试，实证结果表明，该算法可以有效地识别和剔除噪声特征，大大降低特征空间的冗余度，为后面高精度预测打下了良好的数据基础，提高了模型在实际金融场景中鲁棒性和可靠性。
3.2 预测输出端的分布校准与泛化性优化机制验证
为了解决目前大部分多模态股价预测模型存在的预测输出分布尖峰偏移、与真实股价变动分布拟合度不高的问题，本文提出了一种基于核密度估计的分布校准方法。该方法先对模型的初始预测输出做统计分布分析，用核密度估计非参数化地拟合预测误差分布，再通过映射变换来校正输出分布，使它更接近真实市场数据的统计特性。在此基础上，建立了一个结合了分布匹配损失和泛化正则项的联合优化目标函数，以达到减少模型对于某些样本特征的过拟合风险的目的，进而提高模型对于未见过的数据的稳定性。为了检验本机制的有效性，本文选取了不同的行业板块长期多模态数据集做了多组对照实验。实验主要比较校准前后模型在各个行情区间内预测准确率、跨市场泛化能力、抗扰动性等指标的变化。除此之外，用消融实验来检验前置跨模态特征校准模块和输出端分布校准机制各自的贡献度，实证结果表明这个层级化的校准机制可以明显改善预测分布，提高模型的实际应用效果。
第四章 结论
本文主要研究多模态股价预测模型的校准机制，得出如下结论，多模态校准机制把文本、数值等异构数据融合起来，很好地克服了单一数据源造成的预测偏差，大大提高了模型输出的概率可靠性。其次实验证明了该机制对于降低预测误差起着关键的作用，它不但可以改善损失函数的收敛速度，而且可以提高模型对复杂市场环境的鲁棒性。另外，研究给出了校准步骤的标准程序，即先做多源特征对齐，再用温度缩放等方法来平滑概率分布。该成果对于实际的金融风控和量化投资有着十分重要的应用意义，可以给决策者赋予更为精确的置信度参照，削减投资风险，而且为之后金融科技领域模型改良给予了可参照的技术范式和操作准则。
参考文献
[1]应用统计. 基于多模态融合的股价预测模型[D]. 2022.
[2]董涛. 基于多源异构数据的混合注意力股票推荐模型[D]. 华东师范大学, 2023.