一种基于Transformer的迁移学习方法及其在金融时序预测中的应用

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘  要：金融市场预测通常被认为是数据挖掘中最具挑战性的任务之一。最近Transformer模型在提高金融时序预测（Financial Time-Series Forecasting， FTSF）的精度方面取得了成功，但由于作为隐含的复杂信息，且可用的标记数据较少，当前基准在该领域的泛化能力较差。（剩余13005字）

试读结束

目录
monitor