DAM: A Universal Dual Attention Mechanism for Multimodal Timeseries Cryptocurrency Trend Forecasting
创建于 更新于
摘要
本研究提出了一种基于多模态时间序列数据的双重注意力机制（DAM），结合区块链核心指标与来自新闻和社交媒体的情感数据，利用CryptoBERT进行情感分析，有效捕获金融市场与情绪的交互作用。实验显示，该方法在比特币价格预测中较传统LSTM和Transformer模型精度提升20%，且通过Ablation分析验证了模型融合内模态及跨模态信息的显著优势，丰富了多领域交叉的加密货币趋势预测方法，具备提升DeSci项目战略规划和风险管理的潜力 [page::0][page::1][page::3][page::4][page::5][page::6]
