热点事件持续更新

918组实验对比9种深度学习金融预测架构

1 篇报道1 个报道来源1 小时前更新

先了解这件事

AI 综述

Nabeel Ahmad Saidd 发布论文，对9种深度学习架构进行基准测试。该测试包含918组实验，评估架构在4小时与24小时周期预测12种资产时的表现。实验采用五阶段方法，包括贝叶斯超参数优化与三种子最终训练。结果显示，ModernTCN在18个资产-周期组合中取得最低RMSE，平均排名1.333。分析表明架构因素解释了99.90%的误差方差，随机种子波动贡献不超过0.04%。

AI 根据报道生成 · 51 分钟前更新

报道时间线

沿着报道，了解事件的不同侧面。

11月2日

13:00
arXiv · ML
918 组实验对照：ModernTCN 在多项指标下领先的多周期金融深度学习架构基准测试
一项包含 918 组实验的基准测试通过对照 9 种深度学习架构，评估其在 4 小时与 24 小时两个周期预测 12 种资产时的表现。 ModernTCN 在 18 个资产-周期组合中取得最低 RMSE，平均排名 1.333；架构因素解释了 99.90% 的原始误差方差，而随机种子波动贡献不超过 0.04%。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。