Cotnoir

新的QFCQT框架增强了波动性时间序列预测能力

研究人员推出了一种新颖的QFCQT框架，专为预测波动性时间序列数据而设计。该方法结合了Quantformer风格的编码器、Lee振荡器激活模块和光滑混沌门控融合机制。该系统利用八个参数化Lee振荡器的叠加来捕捉多样化的非线性响应模式，旨在提高对数据中突变和结构性转变的敏感性。在ETTh1、ETTh2和A股指数等基准数据集上的实验表明，QFCQT的性能优于Informer和LogTrans等成熟模型。