English(EN) DSTNet: Dynamic Spectral Trajectory Network for Causal Multi-Horizon Financial Forecasting

新型DSTNet模型推动因果多期金融预测发展

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-08 04:00

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利用滤波器组幅度的近期演变作为动态谱轨迹，并结合了因果滤波器组和明确的预燃期。该网络采用因子化尺度-时间谱Transformer进行注意力机制，并使用CNN-BiLSTM融合谱分支，使其能够一次性生成一天、三天、五天和十天的预测。在股指和黄金上的评估表明，DSTNet在平均绝对误差（MAE）和平均绝对百分比误差（MAPE）方面优于持久性基准和其他学习模型，但并未显示出明显的股票择时优势。 AI

影响引入了一种新颖的网络架构，提高了金融预测的准确性，可能对算法交易和风险管理产生影响。

排序理由该集群包含一篇详细介绍金融预测新模型的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

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

本文如何被排名

Signal score: 7 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇详细介绍金融预测新模型的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, model release; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Same-day; Cluster formed today. Ranking reflects the current source set at time of score.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Aashish Bohra, Lokendra Vishwakarm · 2026-10-08 04:00

DSTNet：用于因果多期金融预测的动态光谱轨迹网络

arXiv:2610.09654v1 Announce Type: new Abstract: Wavelet-based financial forecasters typically use the transform only to denoise, or reduce it to a single spectral snapshot at the forecast origin, and the convolution that produces the coefficients is usually bilateral, so it can r…

本文如何被排名

报道来源 [1]

DSTNet：用于因果多期金融预测的动态光谱轨迹网络

相关实体

相关话题