传统金融市场的机器学习方法将股票价格视为时间序列数据，假设历史价格模式能预测未来走势。然而，股票价格受订单簿动态、流动性和市场事件的影响，表现出事件驱动和不连续的特征。本文提出了一种新的AI驱动的股票价格建模框架，强调使用事件驱动架构、订单簿数据和情绪分析，而非传统的时间序列预测技术。