tags: [finance, forecasting, ml, literature-note] created: 2026-09-14 source: Johnson et al., "Long-Horizon Forecasting of Complete Financial Statements with Forma", arXiv 2608.11327 (Aug 2026)

Forma — forecasting situații financiare complete (literature note)

Ce este

Forma (UT Austin) — transformer specializat, ~0.9M parametri, care prognozează situații financiare complete (78 line items: bilanț + P&L + cash flow) pe orizont 1-20 trimestre. Bate ML clasic, chained GBM, zero-shot time-series foundation model, și LLM-uri frontieră. Avantajul crește cu orizontul.

Concluzia centrală (fură asta)

Specialistul bate generalistul la orizont lung. Un model mic, specializat, antrenat pe task, bate un LLM frontieră — cu diferență care crește cu horizon (5.5pp la h=1 → 15.9pp la h=20). LLM-urile sunt proaste la forecasting financiar.

Idei de furat (nu de instalat)

1. Tuple-set representation (account, quarter, value) — liniile lipsă NU contribuie token (nu se imputează). Fix problema Elenor: multe line items lipsă.
2. Identity-aware masking — forțează modelul să învețe economia, nu algebra contabilă; exact coherence recoverabilă fără cost de acuratețe.
3. Gaussian predictive intervals — niciodată under-cover; important pentru CFO care vrea intervale, nu puncte.

De ce NU o folosim direct (constraints)

• Benchmark ProForma-20Q rulează pe Compustat/WRDS (firme publice US). Noi lucrăm cu firme mici non-listate (Elenor, clienți cfohub).
• Necesită acces WRDS (plătit, academic) → nu putem valida pe cazul nostru.
• E research, nu produs. Re-antrenat pe datele noastre = volum insuficient (o firmă = 20 trimestre).

Unde se leagă de backlog

• NU înlocuiește TimesFM-3 ca prim test (zero-shot, rulează imediat).
• Ordinea: TimesFM întâi (validezi că forecasting valorează) → Forma apoi (arhitectură, când avem client real cu date).

Verdict

Salvează pentru LH1-001 post-prim-client. Nu e următoarea mutare.

Legături

AI + Finance Backlog — AI in Finance