AI投研应用系列专题报告:基于NARX动态神经网络的指数择时策略.pdf

  • 上传者:5****
  • 时间:2025/09/15
  • 热度:173
  • 0人点赞
  • 举报

AI投研应用系列专题报告:基于NARX动态神经网络的指数择时策略。在金融时间序列预测领域,神经网络架构经历了从简单感知向复杂时序建模的重要演进。 早期循环神经网络(RNN)首次引入隐状态记忆机制,但存在梯度消失/爆炸问题,难以捕获 长期依赖。随后长短期记忆网络(LSTM)及其变体门控循环单元(GRU)通过门控设计较好地解 决了长期依赖问题,成为多年来的主流时序建模方案。近年来,时序卷积网络(TCN)依托因果 膨胀卷积结构实现了更高效的并行计算与长期依赖建模;而源于自然语言处理的Transformer模 型,也凭借自注意力机制在长序列预测中展现出显著潜力。 在此背景下,带外部输入的非线性自回归网络(NARX)以其独特的结构设计和良好的可解释 性,为多变量金融时间序列预测提供了一个直观而有力的工具。

1页 / 共31
AI投研应用系列专题报告:基于NARX动态神经网络的指数择时策略.pdf第1页 AI投研应用系列专题报告:基于NARX动态神经网络的指数择时策略.pdf第2页 AI投研应用系列专题报告:基于NARX动态神经网络的指数择时策略.pdf第3页 AI投研应用系列专题报告:基于NARX动态神经网络的指数择时策略.pdf第4页 AI投研应用系列专题报告:基于NARX动态神经网络的指数择时策略.pdf第5页 AI投研应用系列专题报告:基于NARX动态神经网络的指数择时策略.pdf第6页 AI投研应用系列专题报告:基于NARX动态神经网络的指数择时策略.pdf第7页 AI投研应用系列专题报告:基于NARX动态神经网络的指数择时策略.pdf第8页 AI投研应用系列专题报告:基于NARX动态神经网络的指数择时策略.pdf第9页 AI投研应用系列专题报告:基于NARX动态神经网络的指数择时策略.pdf第10页 AI投研应用系列专题报告:基于NARX动态神经网络的指数择时策略.pdf第11页
  • 格式:pdf
  • 大小:0.9M
  • 页数:31
  • 价格: 5积分
下载 获取积分

免责声明:本文 / 资料由用户个人上传,平台仅提供信息存储服务,如有侵权请联系删除。

留下你的观点
  • 相关标签
  • 相关专题
热门下载
  • 全部热门
  • 本年热门
  • 本季热门
分享至