本研究提出了多种创新模型用于金融时间序列预测，包括VHVM、VMGCformer和AMD框架。这些模型结合了深层变分自动编码器、混合模型和去噪扩散概率技术，显著提高了预测准确性和处理不确定性的能力，展现了在股票市场数据动态中的优越性能。