一種基于Transformer的遷移學(xué)習(xí)方法及其在金融時(shí)序預(yù)測(cè)中的應(yīng)用

打開(kāi)文本圖片集

摘  要：金融市場(chǎng)預(yù)測(cè)通常被認(rèn)為是數(shù)據(jù)挖掘中最具挑戰(zhàn)性的任務(wù)之一。最近Transformer模型在提高金融時(shí)序預(yù)測(cè)（Financial Time-Series Forecasting， FTSF）的精度方面取得了成功，但由于作為隱含的復(fù)雜信息，且可用的標(biāo)記數(shù)據(jù)較少，當(dāng)前基準(zhǔn)在該領(lǐng)域的泛化能力較差。（剩余13005字）