Transformer模型在期货价格预测中的应用：FEDformer实现天气预报式预测
报告介绍Transformer、Informer、Autoformer和FEDformer四种模型，测试发现FEDformer利用傅里叶变换将价格从时域转换到频域，预测精度最优，MSE最低0.028，MAE最低0.129，在CU、IF、T三个期货品种上验证，适用于中短期价格预测。
报告摘要
报告介绍Transformer、Informer、Autoformer和FEDformer四种模型，测试发现FEDformer利用傅里叶变换将价格从时域转换到频域，预测精度最优，MSE最低0.028，MAE最低0.129，在CU、IF、T三个期货品种上验证，适用于中短期价格预测。
核心要点
- 摘要
- 模型介绍
- 测试与对比
- 结论
报告信息
- 文件全名
- 《商品量化专题报告：时序预测系列（二），如何利用Transformer_based模型对价格进行“天气预报”-中信期货》
- 适合读者
- 核心数据
- 0.028/0.129/3个品种
- 核心议题
常见问题
《Transformer模型在期货价格预测中的应用：FEDformer实现天气预报式预测》主要包含哪些内容?
报告介绍Transformer、Informer、Autoformer和FEDformer四种模型，测试发现FEDformer利用傅里叶变换将价格从时域转换到频域，预测精度最优，MSE最低0.028，MAE最低0.129，在CU、IF、T三个期货品种上验证，适用于中短期价格预测。核心数据:0.028/0.129/3个品种。
这份报告由哪家机构发布?
本报告由中信期货发布,发布于 2023 年。
这份报告覆盖哪一年、篇幅多大?
覆盖 2023 年,全文约 31.0。
这份报告是免费的吗?如何获取?
本报告为付费报告,可在资料宝站内下单后获取完整内容。
这份报告适合哪些读者?
适合量化研究员、期货投资者、金融科技从业者等读者参考。
报告涉及哪些关键议题?
重点分析了金融投资、Transformer、FEDformer、期货价格等议题。
继续阅读
查看全部 →