16种深度学习时序预测架构金融场景基准研究发布
热点事件观察中
16种深度学习时序预测架构金融场景基准研究发布
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Adir Saly-Kaufmann、Kieran Wood、Jan-Peter Calliess、Stefan Zohren发布了一项覆盖16种深度学习时序预测架构的金融场景基准研究，该论文已被《Journal of Forecasting》接收。 该研究在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，测试的架构涵盖Transformer、状态空间模型（SSM）、xLSTM与循环混合架构。
AI 根据报道生成 · 23 小时前更新
最新进展10月26日 12:00
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报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv q-fin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
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。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 910月26日 15:00
- 近 24 小时变化
- –
02.557.510
18:0010月27日06:0012:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。