🚀 快速阅读架构：基于多层感知器（MLP），通过运筹帷幄、时候和股票搀和处理股票数据。功能：捕捉股票运筹帷幄、时候和股票间的复杂相关性，瞻望下一个往复日的收盘价。应用：适用于量化投资、风险解决、算法往复和投资组合优化等场景。正文（附开动示例）StockMixer 是什么

图片九游体育app(中国)官方网站

公众号: 蚝油菜花 - StockMixer

StockMixer 是上海交通大学推出的用于股票价钱瞻望的多层感知器（MLP）架构，具备浅薄且高大的瞻望才能。该架构通过运筹帷幄搀和、时候搀和和股票搀和三个口头处理和瞻望股票数据，灵验捕捉股票运筹帷幄、时候和股票间的复杂相关性。

时候搀和驾驭多递次时候片断信息，股票搀和基于商场景色影响个股，从而终端更准确的瞻望。StockMixer 在减少内存使用和谋略本钱的同期，在多个股票商场基准测试中进展优异，超过多种先进的瞻望方法。

StockMixer 的主邀功能运筹帷幄搀和：通过矩阵乘法和激活函数模拟每只股票-时候对里面运筹帷幄之间的相互作用，索求对将来股票趋势有信息量的高档别潜在特征。时候搀和：基于多递次时候片断的信推辞换来捕捉股票价钱畅通中的时候趋势和模式，接济模子从不同时间递次索求特征。股票搀和：学习从通盘商场到个股再回到通盘商场的股票景色，模拟股票之间的复杂相关性，更矜重地建模股票相关性。瞻望股票价钱：结合上述搀和得到的特征暗意，瞻望下一个往复日的收盘价。StockMixer 的本事旨趣多层感知器（MLP）架构：基于 MLP，通过线性谋略复杂度和浅薄的架构处理股票数据。信推辞换：基于 MLP 结构在不同维度（运筹帷幄、时候和股票）之间交换信息，增强模子的进展力。残差引诱和层归一化：用残差引诱保合手输入和搀和特征之间的均衡，层归一化减少数据偏移的影响。多递次时候片断：将时候序列分割成不同大小的片断，拿获不同时间递次上的特征。股票到商场和商场到股票的影响：基于两个 MLP 结构学习潜在的股票景色，用这些景色影响个股，模拟股票之间的相关性。赔本函数遐想：结合点回想和成对排行感知赔本，优化模子用最小化瞻望和实质陈说率之间的均方弊端，保合手高预期陈说股票的相对轨则。若何开动 StockMixer1. 环境成就

确保已装配以下依赖：

Python 3.7torch~=1.10.1numpy~=1.21.5PyYAML, pandas, tqdm, matplotlib2. 数据集准备

原始数据集（NASDAQ、NYSE 和 S&P500）可从以下齐集赢得：

NASDAQ/NYSE: https://github.com/fulifeng/Temporal_Relational_Stock_RankingS&P500: https://github.com/thanhtrunghuynh93/estimate3. 开动代码

剪辑 train.py 中的成就九游体育app(中国)官方网站，然后开动以下号令：

python src/train.py资源GitHub 仓库：https://github.com/SJTU-DMTai/StockMixer本事论文：https://ojs.aaai.org/index.php/AAAI/article/view/28681 本站仅提供存储工作，通盘内容均由用户发布，如发现存害或侵权内容，请点击举报。