本研究提出了一种新模型，结合iTransformer和LSTM，解决光伏发电预测中目标变量与协变量的复杂关系及时间动态交互问题。该模型通过交叉注意机制融合特征，显著提高了预测准确性，尤其在季节变化中表现优异。

该研究提出了一种增强型Transformer架构，结合市场情绪信息进行股票趋势预测，优于100种量化策略。通过PCA优化模型，显著降低了预测误差和运行时间。此外，基于LSTM的对冲策略在多样化投资中表现最佳，尤其在高频数据上效果显著。