Deep Learning Based on Generative Adversarial and Convolutional Neural Networks for Financial Time Series Predictions
Dieses Paper schlägt ein neuartiges hybrides Deep-Learning-Framework vor, das ein bidirektionales LSTM und ein CNN innerhalb eines Generative Adversarial Networks kombiniert, um synthetische Finanzdaten zu generieren und Börsentrends vorherzusagen, wobei es eine überlegene Leistung gegenüber bestehenden Modellen über mehrere globale Märkte hinweg demonstriert.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.