TimeBridge

算法介绍

TimeBridge提出了一种新框架，通过集成注意力和协整注意力有效解决时间序列预测中非平稳性与依赖建模的平衡问题。框架将输入时间序列划分为小片段，使用集成注意力减轻短期非平稳性并捕捉各变量内的稳定依赖，同时通过协整注意力保留非平稳性以建模变量间的长期协整关系。

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

• Liu P, Wu B, Hu Y, et al. TimeBridge: Non-Stationarity Matters for Long-term Time Series Forecasting[J]. arXiv preprint arXiv:2410.04442, 2024.