Глубокое обучение для рынков
Нейросетевое прогнозирование для крипты: трансформеры, диффузионные и фундаментальные модели - и как конформное предсказание держит их неопределенность честной.
Temporal Fusion Transformer для многогоризонтного прогнозирования портфеля
Как Temporal Fusion Transformer от Google привносит интерпретируемое многогоризонтное прогнозирование в количественное управление портфелем - отбор переменных на основе внимания, квантильные выходы и разобранный пайплайн на pytorch-forecasting.
Диффузионные модели против криптовалютной анархии: почему DDPM может предсказать падение Bitcoin лучше вашего астролога
Как диффузионные модели революционизируют прогнозирование криптовалют, преодолевая хаос волатильности и создавая новые возможности для алгоритмической торговли.
Kronos: foundation-модель, которая учит свечной график говорить на языке трансформера
Обзор Kronos - foundation-модели для прогнозирования OHLCV свечей. BSQ-токенизатор, иерархический декодер, двухступенчатый сэмплинг, обучение через Qlib. Как устроена модель, которая учит «язык» биржи.
Конформное прогнозирование для риск-ориентированного определения размера позиции
Свободные от распределения предсказательные интервалы с гарантированным покрытием. Мы используем split conformal, jackknife+ и адаптивный конформный вывод, чтобы калибровать торговый риск и определять размер позиций без параметрических предположений.
