实体
cryptocurrency markets
cryptocurrency markets
PulseAugur coverage of cryptocurrency markets — every cluster mentioning cryptocurrency markets across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新框架探索光量子神经网络用于金融市场预测
研究人员开发了 Q-PhotoMarket，这是一个旨在探索用于金融市场预测的光子混合量子神经网络 (HQNN) 的广阔设计空间的框架。该框架系统地评估了美国、印度和加密货币市场中超过 5,000 种不同的光子配置，包括输入状态、电路架构和测量策略。研究发现了持续的架构模式，并确定了可与经典机器学习基线相媲美的稳健的高性能设计，同时还纳入了在数据不平衡条件下可靠评估的方法。
-
TradingMoE模型通过更智能的专家路由增强LLM交易 · 跟踪2个来源
研究人员开发了TradingMoE，这是一种新颖的稀疏专家混合（MoE）模型，专为金融分析和交易而设计。该模型通过引入查询-键（Query-Key）路由器来解决现有基于LLM的交易系统的局限性，该路由器能更好地将代币专业知识与市场背景相匹配，并引入一种更新非活动专家的机制。实验表明，TradingMoE在股票和加密货币市场中显著优于22个基线模型，累积回报提高了30%以上。
-
新研究通过新颖模型和基准推动时间序列预测发展
研究人员正在开发时间序列预测的新方法，重点是提高准确性和鲁棒性。几篇论文介绍了新颖的注意力机制和模型架构，旨在更好地捕捉复杂依赖关系（包括正负关系），并处理非平稳性和有限数据。还提出了新的基准和评估框架，以严格评估这些进展，并识别金融和一般时间序列预测中的特定失败模式。