技術(shù)編號：40431103
提示：您尚未登錄，請點 登 陸 后下載，如果您還沒有賬戶請點 注 冊 ，登陸完成后，請刷新本頁查看技術(shù)詳細信息。本發(fā)明涉及一種時序預(yù)測技術(shù)，具體涉及一種基于多粒度的時序大模型的時序預(yù)測方法和系統(tǒng)，應(yīng)用于金融時序預(yù)測領(lǐng)域。背景技術(shù)、在金融時序預(yù)測技術(shù)領(lǐng)域，傳統(tǒng)模型如arima(自回歸積分滑動平均模型)、rnn(循環(huán)神經(jīng)網(wǎng)絡(luò))及其變種lstm(長短期記憶網(wǎng)絡(luò))等在時序預(yù)測中得到了廣泛應(yīng)用。、arima模型是一種用于時間序列預(yù)測的統(tǒng)計模型，它通過差分和自回歸、移動平均技術(shù)，將非平穩(wěn)時間序列轉(zhuǎn)化為平穩(wěn)時間序列，再進行預(yù)測。、rnn是一種用于處理序列數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)，具有記憶性，能夠捕捉序列中的長期依賴關(guān)系。在...
注意：該技術(shù)已申請專利，請尊重研發(fā)人員的辛勤研發(fā)付出，在未取得專利權(quán)人授權(quán)前，僅供技術(shù)研究參考不得用于商業(yè)用途。
該專利適合技術(shù)人員進行技術(shù)研發(fā)參考以及查看自身技術(shù)是否侵權(quán)，增加技術(shù)思路，做技術(shù)知識儲備，不適合論文引用。
請注意，此類技術(shù)沒有源代碼，用于學(xué)習(xí)研究技術(shù)思路。