On Multivariate Financial Time Series Classification

要約

この記事では、金融市場内の多変量時系列分析における機械学習モデルとディープラーニングモデルの使用を調査します。
小規模とビッグデータのアプローチを比較し、その明確な課題とスケーリングの利点に焦点を当てています。
SVMなどの従来の方法は、Convtimenetのような近代的なアーキテクチャとは対照的です。
結果は、財務時系列の分析と予測において、ビッグデータを深く使用して理解することの重要性を示しています。

要約(オリジナル)

This article investigates the use of Machine Learning and Deep Learning models in multivariate time series analysis within financial markets. It compares small and big data approaches, focusing on their distinct challenges and the benefits of scaling. Traditional methods such as SVMs are contrasted with modern architectures like ConvTimeNet. The results show the importance of using and understanding Big Data in depth in the analysis and prediction of financial time series.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google