Transformers Beyond Order: A Chaos-Markov-Gaussian Framework for Short-Term Sentiment Forecasting of Any Financial OHLC timeseries Data
创建于 更新于
摘要
本文提出了一个创新的混合CMG框架，融合了混沌理论、马尔可夫过程和高斯过程，结合Transformer与LSTM深度学习结构，针对全球160多个市场指数的OHLC数据进行短期情绪预测。实证结果显示，该框架在不依赖特征工程和高计算资源条件下，明显优于传统统计与深度学习模型，提供了一种高效、准确且具不确定性量化能力的情绪预测新方法[page::0][page::5][page::9][page::16][page::18]
