本文提出了一种基于回声状态网络（Echo State Network, ESN）的多时间尺度预测方法，用于预测美国股票在日内多个时间尺度上的收益率。研究重点在于比较ESN模型与传统线性模型在预测性能上的差异，并通过严格的统计检验验证其优越性。文章强调ESN作为一种高效的非线性时间序列建模工具，在保持计算效率的同时，能够有效捕捉金融市场中复杂的动态特征。
暂无小宇宙热门评论
选择已有播单或创建新播单，添加推荐语让内容更有价值
您确定要删除评价吗？
与播客爱好者一起交流
添加微信好友，获取更多播客资讯
播放列表还是空的
去找些喜欢的节目添加进来吧
