多元时间序列预测
文章平均质量分 93
RicardoOzZ
量化投资领域的羔羊
展开
-
多元时间序列预测之(四)基于实例和图的多元时间序列预测框架(IGMTF)
文章目录本文作为系列第四讲,介绍微软亚洲研究院Xu等人于2021年提出的IGMTF模型。该模型的pytorch代码依然继承与前文的MTGNN,因此本文将其作为一个系列来介绍。但是,本文虽然基于图结构,但和MTGNN中典型的图结构并不相同,下面将详细介绍。论文:Instance-wise Graph-based Framework for Multivariate Time Series Forecasting 基于实例和图的多元时间序列预测框架(注:有的地方直接翻译为基于实例图的多元时间序列预测框架原创 2022-04-25 13:00:31 · 4937 阅读 · 0 评论 -
多元时间序列预测之(三)基于图神经网络的Graph-Wavenet与MTGNN
文章目录1.关于深度残差学习2.Wavenet与TCN因果卷积与膨胀因果卷积残差连接与跳过连接3.Graph-Wavenet 模型图卷积层(GCN)4.MTGNN 模型图学习层图卷积模块时间卷积模块本文作为系列第三讲,将正式介绍基于图神经网络的多元时间预测方法。本文所讲解的Graph-Wavenet与MTGNN是Wu等人先后于2019年和2020年提出的模型,可以认为前者是后者的前身,我认为MTGNN的提出正式开创了基于图网络进行多元时间序列预测的先河。相关论文(按知识点先后顺序排列):Dee原创 2022-04-17 03:17:00 · 7493 阅读 · 2 评论 -
多元时间序列预测之(二)LSTNet模型
文章目录LATNet论文解读1. 问题定义2. 模型解读LATNet论文解读1. 问题定义2. 模型解读LSTNet使用卷积神经网络(CNN)来提取变量之间的短期局部关系依赖模式,使用递归神经网络(RNN)发现时间序列趋势的长期模式。...原创 2022-04-13 19:04:43 · 7292 阅读 · 3 评论 -
多元时间序列预测之(一)DA-RNN模型
文章目录前言DA-RNN论文解读1. 问题定义2. 模型解读2.1 输入注意力机制2.2 编码器2.3 时间注意力层2.4 解码器DA-RNN代码解读1. 数据加载部分2. 模型部分前言多元时间序列预测,又称多变量时间预测,指对一个系统中存在的多个时间依赖变量的研究。通常,我们假设系统中的这些变量存在相互依赖关系,即每个变量的未来值不仅于其历史值有关,还与其他变量的历史值有关。多元时间序列存在于日常生活的方方面面,包括股票市场中不同股票的价格序列、不同道路的拥堵程度、不同城市的温度和降雨。从多变量时间原创 2022-04-12 16:55:00 · 7914 阅读 · 1 评论