典型文献
基于小波分析的Arima-Transformer组合模型的比特币价格预测
文献摘要：
金融商品价格作为一种经典的时间序列,其变化通常表现为非线性、非平稳性及高波动性,使用单一的模型较难实现对金融商品价格的准确预测.文章基于小波分析建立ARIMA-Transformer组合模型,从不同维度分析时间序列的随机波动、循环变化、周期变化等变化规律,对比特币的价格进行时间窗口滚动式预测,预测结果与实际的比特币价格走势大致相同,表明该模型可作为交易者的参考投资模型.
文献关键词：
Transformer模型;多头注意力模型;小波分析;比特币预测
中图分类号：
作者姓名：
莫世冰;林晖竣;陈云伟;梁毅;王振坤
作者机构：
华南农业大学,广东 广州 510000
文献出处：
引用格式：
[1]莫世冰;林晖竣;陈云伟;梁毅;王振坤-.基于小波分析的Arima-Transformer组合模型的比特币价格预测)[J].现代信息科技,2022(03):32-35
A类：
多头注意力模型,比特币预测
B类：
于小波,小波分析,Arima,Transformer,组合模型,价格预测,商品价格,非平稳性,高波动,波动性,准确预测,ARIMA,不同维度,维度分析,分析时间,随机波,周期变化,时间窗口,滚动式,价格走势,大致相同,交易者
AB值：
0.352793
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
