Trade When Opportunity Comes: Price Movement Forecasting via Locality-Aware Attention and Iterative Refinement Labeling
创建于 更新于
摘要
本报告提出LARA框架，通过局部感知注意力机制（LA-Attention）提取潜在盈利样本，并利用迭代细化标签方法（RA-Labeling）适应性修正噪声标签。实验涵盖股票、加密货币及ETF市场，结果显示LARA在精准率、收益率等多指标上显著优于现有机器学习方法，增强了对真实交易机会的捕捉能力 [page::0][page::1][page::2][page::3][page::5][page::6]。
