PulseAugur
中
实时 10:03:46
English(EN) MoFE: A Novel Mixture-of-Experts Framework with Fourier Neural Operators for Cryptocurrency Forecasting

新的MoFE框架使用混合专家和FNO进行加密货币预测

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了一种新颖的深度学习框架MoFE，用于加密货币预测。该框架将傅里叶神经网络算子（FNOs）集成到混合专家（MoE）架构中，旨在捕捉非平稳加密货币市场的复杂动态。MoFE利用自适应FNO和卷积双域专家来学习频谱趋势和微观结构，并通过动态门控机制在不同市场状态之间进行自适应策略切换。在2020年1月至2025年12月的比特币数据上进行的实验表明，MoFE在T+1和T+5预测范围内均取得了最先进的性能，显著提高了方向准确性和信息系数，并在模拟交易中实现了稳健的风险调整后表现。 AI

影响 该新颖框架通过更好地捕捉市场动态，有望提高加密货币交易的准确性和盈利能力。

排序理由 该集群包含一篇详细介绍用于加密货币预测的新颖深度学习框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的MoFE框架使用混合专家和FNO进行加密货币预测

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Bowen Liu, Mingming Sun ·

    MoFE：一种新颖的具有傅里叶神经算子的混合专家框架用于加密货币预测

    arXiv:2608.17342v1 Announce Type: cross Abstract: Forecasting cryptocurrency prices remains a formidable challenge due to inherent non-stationarity, abrupt regime shifts, and multi-scale stochastic dependencies. Conventional deep learning models often struggle to capture complex …

相关实体

相关话题