今天看啥  ›  专栏  ›  灵度智能

股票价格预测精度增强,基于变分模态分解、PatchTST和自适应尺度加权层

灵度智能  · 公众号  ·  · 2024-09-21 12:16
    

文章预览

“ ENHANCED FORECASTING OF STOCK PRICES BASED ON VARIATIONAL MODE DECOMPOSITION, PATCHTST, AND ADAPTIVE SCALE-WEIGHTED LAYER ” 论文地址 :https://arxiv.org/pdf/2408.16707 摘要 股票指数价格波动较大,投资者迫切需要一个可以准确预测的方案。本文提出一种新型复合预测框架:结合VMD、PatchTST和ASWL。使用2000至2024年四大股指(SP500、DJI、SSEC、FTSE)数据。VMD将原始价格序列分解为内在模式函数(IMFs)。每个IMF用PatchTST建模,捕捉时间模式。ASWL模块增强预测精度,整合所有IMF的预测结果。VMD-PatchTST-ASWL框架在预测准确性上显著优于传统模型。本方法在不同指数上表现稳健,适用于金融分析和投资决策。 简介 股票价格指数是金融市场和经济健康的晴雨表,准确预测对投资决策至关重要。股票市场的高频交易和复杂行为使得预测具有挑战性,需开发稳定、准确的预测模型。研究表明,估 ………………………………

原文地址:访问原文地址
快照地址: 访问文章快照
总结与预览地址:访问总结与预览