arXiv q-fin· Adir Saly-Kaufmann, Kieran Wood, Jan-Peter Calliess, Stefan Zohren·· 1 天前AI 评分58
标准时序预测基准在金融场景的迁移效果如何？一项覆盖风险调整后表现的广泛研究
How do standard time series forecasting benchmarks translate to finance? A broad study of risk adjusted performance
AI 导读
该论文在15年日频期货数据集上，以端到端波动率目标夏普比率优化任务为基准，测试了16种深度学习时序预测架构，涵盖Transformer、状态空间模型（SSM）、xLSTM与循环混合架构。
来源：arXiv q-fin · arxiv.org