研究人员开发了DSTNet,一种新颖的动态谱轨迹网络,用于因果多期金融预测。与传统的基于小波的方法不同,DSTNet保留了滤波器组幅度的近期演变,使用二十天的回溯期和单边Morlet派生滤波器组。该网络采用因子化尺度-时间谱Transformer,并将谱信息与CNN-BiLSTM融合,以生成一天、三天、五天和十天的预测。 AI
影响 这项研究引入了一种新颖的金融预测AI架构,有可能提高准确性并提供多期预测。
排序理由 该集群描述了一篇关于用于金融预测的新型AI模型的最新研究论文。
在 Hugging Face Daily Papers 阅读 →
- CNN-BiLSTM
- Dynamic Spectral Trajectory Network
- Hugging Face
- MAE
- Morlet
- Scale-Temporal Spectral Transformer
- random-walk persistence
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →