LATEXBridging Short- and Long-Term Dependencies: A CNN-Transformer Hybrid for Financial Time Series Forecasting
创建于 更新于
摘要
本报告提出了一种结合卷积神经网络（CNN）与Transformer结构的混合模型，用于有效捕捉金融时间序列中的短期波动与长期依赖。通过对标普500成分股的日内价格预测实验，模型在准确率和计算效率上均优于传统统计方法和先进深度学习模型，展示了该方法在金融预测领域的广泛应用潜力 [page::0][page::2][page::5][page::7].
