Nexus：一种用于时间序列预测的智能体框架

时间序列预测不仅涉及数值外推，还需结合新闻等非结构化上下文进行推理。针对现有时间序列基础模型缺乏文本感知能力、而大语言模型预测表现不稳定的问题，本文提出 Nexus 多智能体框架。该框架通过将预测分解为宏观与微观波动隔离、上下文整合及最终合成等专门阶段，实现了对季节性信号与事件驱动信息的有效适应。实验表明，Nexus 在多个领域优于现有最先进模型，并能生成高质量的推理轨迹，证明现实世界预测本质上是超越序列建模的智能体推理问题。