QuantML-Qlib Model | 超越GRU，液态神经网络LNN用于股票预测

文章预览

LNN介绍 液态神经网络（Liquid Neural Networks，简称LNN）是一种新型的神经网络，它受到生物大脑的启发，特别是秀丽隐杆线虫（Caenorhabditis elegans）的神经系统。这种线虫虽然只有302个神经元，却能展现出复杂的行为，如寻找食物、睡眠和学习。液态神经网络的核心特点是其动态性和连续性，它能够顺序处理数据，保留过去输入的记忆，并根据新输入调整其行为，处理可变长度的输入以增强任务理解能力。 液态神经网络的关键特性包括： 动态架构 ：LNN的神经元比传统神经网络的神经元更具表达能力，使得LNN更具可解释性。它们可以有效地处理实时顺序数据。 持续学习和适应能力 ：即使在训练后，LNN也能适应不断变化的数据，与传统神经网络在模型训练阶段后停止学习新信息不同，LNN可以更准确地模仿生物体的大脑。 处理时间序列数据 ：LNN专门针对 ………………………………