TRACE：基于知识图谱的时间规则锚定证据链用于可解释的股价走势预测

本文提出 TRACE 框架，将符号关系先验、动态图探索与大模型引导决策统一于端到端流程，用于可解释的股价预测。该方法执行规则引导的多跳探索，将候选推理链锚定于实时新闻，并聚合完全落地的证据生成可审计的涨跌结论及人类可读路径。在标普 500 基准测试中，其准确率、精确率、召回率及 F1 值均优于强基线。性能提升源于聚焦经济意义模式的规则探索及选择性聚合高置信度假设的文本落地机制，实现了高灵敏度与可解释性的统一。