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
………………………………
