尝试通过深度学习发现市场波动规律，并以此制定交易计划。阅读过多篇论文，研究过多种网络结构和学习框架，包括CNN、TCN、ResNet、self-attention、Transformer、RNN、LSTM、DQN等，实现了通过CNN、self-attention对市场数据的特征提取，并尝试在此基础上做分类训练。研究过怎样处理不平衡样本的问题，包括不同种类的loss函数、不同的采样方法、over/under sampling等。声明：本文仅代表作者观点，不代表本站立场。如果侵犯到您的合法权益，请联系我们删除侵权资源！如果遇到资源链接失效，请您通过评论或工单的方式通知管理员。未经允许，不得转载，本站所有资源文章禁止商业使用运营!
下载安装【程序员客栈】APP
实时对接需求、及时收发消息、丰富的开放项目需求、随时随地查看项目状态
评论