Transformer Encoder and Multi–features Time2Vec for Financial Prediction
创建于 更新于
摘要
本研究提出了一种结合Time2Vec与Transformer编码器的新型神经网络架构，支持多股票价格协同预测。通过相关性特征筛选和多特征聚合，提升了模型对金融时间序列的捕捉能力，实证显示该方法优于传统位置编码及LSTM、RNN等模型，且参数更少，具备较强泛化性与预测准确性 [page::0][page::1][page::2][page::3][page::4]。
