TimesNet


算法介绍

TimesNet: Temporal 2D-Variation Modeling for General Time Series Analysis (TimesNet):TimesNet通过将一维时间序列转化为二维张量,有效解决了复杂时间变化的建模问题。该方法基于多周期性的观察,将时间序列的周期内和周期间变化嵌入二维张量的列和行中,并利用参数高效的TimesBlock提取复杂的二维变化。TimesNet在预测、插补、分类和异常检测等五类任务中均表现出色。

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

  • Wu H, Hu T, Liu Y, et al. TimesNet: Temporal 2D-Variation Modeling for General Time Series Analysis[C]//The Eleventh International Conference on Learning Representations.
   Share on Twitter

CC BY Except where otherwise noted, this blog's content is licensed under a Creative Commons Attribution 4.0 International License.