Financial Time Series Forecasting using CNN and Transformer
创建于 更新于
摘要
本报告提出结合卷积神经网络（CNN）与Transformer优势的时间序列模型CTTS，用于捕捉金融时间序列中的短期和长期依赖关系。实验证明，CTTS在预测标普500股票的日内价格涨跌表现优于ARIMA、EMA和DeepAR等传统及深度学习模型，且其预测概率高度可靠，具备未来交易决策潜力。[page::0][page::1][page::2][page::3]
