← All Collections
🧠 4 parts

Deep Learning for Markets

Neural forecasting for crypto — transformers, diffusion models, and foundation models, and how conformal prediction keeps their uncertainty honest.

  1. 01
    다중 기간 포트폴리오 예측을 위한 Temporal Fusion Transformer
    Jun 22, 2026 #deep-learning

    다중 기간 포트폴리오 예측을 위한 Temporal Fusion Transformer

    구글의 Temporal Fusion Transformer가 어텐션 기반 변수 선택, 분위수 출력, 그리고 실제로 동작하는 pytorch-forecasting 파이프라인을 통해 어떻게 해석 가능한 다중 기간 예측을 정량적 포트폴리오 관리에 적용하는지 살펴봅니다.
  2. 02
    확산 모델 vs 암호화폐 무정부 상태: DDPM이 점쟁이보다 비트코인 폭락을 더 잘 예측할 수 있는 이유
    Jul 29, 2025 #diffusion models

    확산 모델 vs 암호화폐 무정부 상태: DDPM이 점쟁이보다 비트코인 폭락을 더 잘 예측할 수 있는 이유

    확산 모델이 어떻게 암호화폐 예측을 혁신하고, 변동성 혼돈을 극복하며, 알고리즘 트레이딩의 새로운 기회를 만들고 있는지.
  3. 03
    Kronos: 캔들스틱 차트에 Transformer 언어를 가르치는 파운데이션 모델
    Apr 19, 2026 #kronos

    Kronos: 캔들스틱 차트에 Transformer 언어를 가르치는 파운데이션 모델

    Kronos 리뷰 — OHLCV 예측 파운데이션 모델. BSQ 토크나이저, 계층적 디코더, 2단계 샘플링, Qlib 훈련 파이프라인.
  4. 04
    리스크 인식 포지션 사이징을 위한 컨포멀 예측
    Jun 12, 2026 #uncertainty

    리스크 인식 포지션 사이징을 위한 컨포멀 예측

    보장된 커버리지를 제공하는 분포 무관 예측 구간. split conformal, jackknife+, adaptive conformal inference를 사용해 모수적 가정 없이 트레이딩 리스크를 보정하고 포지션 크기를 산정한다.