TCN-Transformer时间序列预测（多输入单预测）——基于Pytorch框架

1 数据集介绍

我们使用的数据集包含以下几个重要的属性：

• date（日期）

• open（开盘价）

• high（最高价）

• low（最低价）

• close（收盘价）

• pre_close（前收盘价）

• change（变动）

• pct_chg（涨跌幅）

• volume（成交量）

• amount（金额）

我们的目标是预测 amount（金额），这对于股票交易和投资决策至关重要。

2 处理方法

（1）简介

原始论文：https://arxiv.org/pdf/1803.01271

原始代码：https://github.com/LOCUSLAB/tcn

    TCN的基本过程是膨胀因果卷积。卷积结束后，由于padding 的原因，卷积之后的新数据尺寸BB会大于输入数据的尺寸