SegRNN

算法介绍

SegRNN: Segment Recurrent Neural Network for Long-Term Time Series Forecasting （SegRNN）：SegRNN通过引入分段迭代和并行多步预测（PMF）两种策略，显著减少RNN在长时间序列预测（LTSF）任务中的迭代次数，从而克服其在长时间回溯窗口和预测范围上的局限性。这种改进使SegRNN在预测精度、运行速度和内存效率上均优于现有Transformer模型，运行时间和内存使用降低超过78%。

模型信息

模型更新日期和预测日期：

信号预测结果

未来1日信号预测排序前10：

未来1日信号预测排序末10：

回测结果报告

风险分析报告

信号预测模型评估

参考文献

• Lin S, Lin W, Wu W, et al. Segrnn: Segment recurrent neural network for long-term time series forecasting[J]. arXiv preprint arXiv:2308.11200, 2023.