H3M-SSMoEsは、複雑な時間的依存関係や異質なモダリティ、株式間の動的関係に対処するための新しいハイパーグラフベースのマルチモーダルモデルです。このアーキテクチャは、三つの主要な革新を取り入れています。第一は、ローカルコンテキストハイパーグラフとグローバルコンテキストハイパーグラフを使用して、詳細な時空間動態と持続的な株式依存関係を階層的に捉える点です。第二は、事前学習された大規模言語モデルとライトウェイトアダプターを利用して、定量的およびテキストモダリティを意味的に融合させる推論モジュールです。第三は、スタイル構造化エキスパートの混合により、共通市場エキスパートと業界専門エキスパートを組み合わせ、学習可能なスタイルベクトルでパラメータ化しています。実験結果から、H3M-SSMoEsは優れた予測精度と投資性能を実現し、効果的なリスク管理を示しています。