Deep Learning for Markets
Neural forecasting for crypto — transformers, diffusion models, and foundation models, and how conformal prediction keeps their uncertainty honest.
- 01
Jun 22, 2026 #deep-learningTemporal Fusion Transformers for Multi-Horizon Portfolio Forecasting
How Google's Temporal Fusion Transformer brings interpretable multi-horizon forecasting to quantitative portfolio management, with attention-based variable selection, quantile outputs, and a worked pytorch-forecasting pipeline.
- 02
Jul 29, 2025 #diffusion modelsDiffusionsmodelle vs. Kryptowährungs-Anarchie: Warum DDPM Bitcoin-Crashs besser vorhersagen kann als Ihr Astrologe
Wie Diffusionsmodelle die Kryptowährungsprognose revolutionieren, das Chaos der Volatilität überwinden und neue Möglichkeiten für den algorithmischen Handel schaffen.
- 03
Apr 19, 2026 #kronosKronos: Ein Foundation-Modell, das Candlestick-Charts das Sprechen in Transformer-Sprache beibringt
Review zu Kronos — einem Foundation-Modell für OHLCV-Candle-Prognosen. BSQ-Tokenizer, hierarchischer Decoder, zweistufiges Sampling, Qlib-Trainingspipeline. Wie ein Modell die 'Sprache' der Börse lernt.
- 04
Jun 12, 2026 #uncertaintyKonforme Prädiktion für risikobewusste Positionsgrößenbestimmung
Verteilungsfreie Prognoseintervalle mit garantierter Abdeckung. Wir nutzen Split-Conformal, Jackknife+ und adaptive konforme Inferenz, um Handelsrisiko zu kalibrieren und Positionen ohne parametrische Annahmen zu bemessen.