記者陳建興／台北報導
永豐金控持續以國際級AI研究實力深化智慧金融發展，數位科技處圖靈團隊最新研究論文《Integrating Inductive Biases in Transformers via Distillation for Financial Time Series Forecasting》獲選國際資料探勘與機器學習頂尖會議「ACM SIGKDD Conference on Knowledge Discovery and Data Mining，KDD 2026」收錄，成為台灣金融業首例入選KDD會議的研究團隊，於今年8月赴韓國濟州島與全球頂尖研究團隊交流分享。
KDD為資料探勘、資料科學及機器學習領域最具代表性的國際會議之一，以嚴謹的審查機制及高品質研究成果聞名，長期吸引全球學術界、科技產業及研究機構參與，是資料科學領域重要的國際學術盛會。永豐金控繼研究成果連續兩年獲國際機器學習會議（ICML）及神經資訊處理系統大會（NeurIPS）等國際頂尖會議肯定後，此次研究成果再度獲KDD認可，展現出團隊在人工智慧研究領域的創新實力。
本次圖靈團隊發表之研究論文《Integrating Inductive Biases in Transformers via Distillation for Financial Time Series Forecasting》，聚焦金融時間序列預測領域。研究團隊提出TIPS（Transformer with Inductive Prior Synthesis）架構，透過知識蒸餾（Knowledge Distillation）技術，融合不同模型的時間特徵學習能力，讓單一模型兼具多種歸納偏置（Inductive Bias）的優勢，進一步提升預測效能與穩健性。面對金融市場受景氣循環、政策變化及突發事件影響而持續變動的特性，該研究有效強化模型對不同市場環境的適應能力，提升金融時間序列預測的準確性與可靠性。
永豐金控圖靈團隊此次提出的TIPS模型，於美國、日本及中國等主要股票市場進行驗證，研究結果顯示，在年化報酬率（Annual Return）、夏普值（Sharpe Ratio）及Calmar Ratio等關鍵績效指標皆展現優異成果，同時有效降低模型推論所需運算成本，兼顧模型效能與實務應用需求。此研究成果將有助於永豐金控未來透過整合不同模型的特徵學習能力，提升金融時間序列預測的穩定性與表現。