文章预览
从广泛应用于金融时序预测方向的 传统金融模型ARIMA、GARCH 到 持续产出王炸工作的深度学习模型LSTM ,金融时序领域的科研和应用工作一直在开辟新思路! 在研究工作中LSTM模型需要合理设计网络结构和超参数,以适应不同的金融数据特性。因此不少科研工作将LSTM与其他模型进行融合,效果也很不错! 8月28日研梦非凡邀请发表二十余篇SCI论文的伍导师 为大家精心制作《金融量化领域:时间序列预测模型5个学习重点》直播讲座!主要讲 多因子模型的发展 、 最早的金融预测模型 , 量化交易算法 , 量化私募运作 , 传统金融时序模型(ARIMA模型和GARCH模型) , 深度学习金融时序模型(LSTM、ANN、AM、CNN+LSTM) ,以及传统模型与深度学习模型的 典型组合模型 , 实证研究成果 及 实验数据分析 等内容(下滑查看直播大纲)。 扫码回复“金融时序”即可
………………………………