MambaStock: Selective state space model for stock prediction
创建于 更新于
摘要
本报告提出了基于Mamba结构化状态空间序列模型的新型股票价格预测模型MambaStock。该模型通过选择机制和扫描模块，能够高效捕捉历史股票数据中的复杂非线性时序依赖，无需人工特征工程，实证结果表明其预测准确度优于传统ARIMA、Kalman滤波及主流深度学习模型，如LSTM、Transformer等，为投资决策提供有力支持 [page::0][page::1][page::2][page::3][page::4]。
