AI+HI系列（2）：PatchTST、TSMixer、ModernTCN时序深度网络构建量价因子

VIP专免
2024-04-12 999+ 2.93MB 34 页 海报
侵权投诉
NoSuchBucket The specified bucket does not exist. 67418564508DBF343264C72B baogaotang.oss-cn-hongkong-internal.aliyuncs.com baogaotang 0015-00000101 https://api.aliyun.com/troubleshoot?q=0015-00000101
NoSuchBucket The specified bucket does not exist. 67418564A89D833333A2AD0F baogaotang.oss-cn-hongkong-internal.aliyuncs.com baogaotang 0015-00000101 https://api.aliyun.com/troubleshoot?q=0015-00000101
NoSuchBucket The specified bucket does not exist. 674185643EC30E3033941DAF baogaotang.oss-cn-hongkong-internal.aliyuncs.com baogaotang 0015-00000101 https://api.aliyun.com/troubleshoot?q=0015-00000101
摘要：

证券研究报告证监会审核华创证券投资咨询业务资格批文号：证监许可（2009）1210号未经许可，禁止转载金融工程专题报告2024年03月11日【专题报告】AI+HI系列（2）：PatchTST、TSMixer、ModernTCN时序深度网络构建量价因子前言深度学习强大的表征能力使其在多个领域取得了显著成果，在时序领域同样也有许多模型选择。本文探索了PatchTST、TSMixer、ModernTCN三个近年的时序深度学习模型在因子挖掘上的运用，它们采用了Patch+通道独立的模型设计，骨干网络分别基于自注意力、MLP、CNN机制。模型特点本文介绍的深度学习模型以多变量时序类数据为出发点，相比...

展开>> 收起<<
AI+HI系列（2）：PatchTST、TSMixer、ModernTCN时序深度网络构建量价因子.pdf

共34页,预览10页

还剩页未读， 继续阅读

声明：报告堂所有资料均为用户上传分享，仅供参考学习使用，版权归原作者所有。若侵犯到您的权益，请告知我们处理！任何个人或组织，在未征得本平台同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。
立即下载

相关内容

更多

热门标签

新能源 人工智能 新能源汽车 医疗器械 直播 短视频 智慧城市 招商方案 自动驾驶 制造业
/ 34
评分 收藏
分享
立即下载 VIP免费下载
客服
关注