OHLCFormer

OPER-High-Low-Close (OHLC) 데이터 예측을위한 신경망 교육 및 평가 도구.

OHLCFormer는 모델 프로토 타이핑, 교육 및 평가를위한 사용하기 쉬운 API를 제공하여 OPER-High-Low-CLOSE (OPER-LOW-CLOSE) 데이터 예측 작업을 수행합니다.

시작하기

여기에서 공식 노트북 목록을 찾을 수 있습니다.

공책	설명
데이터 처리	데이터를 사전 처리하고 데이터 세트를 작성하는 방법.
모델 교육	데이터 세트에서 모델을 설정하고 교육하는 방법.
모델 평가	OHLCFormer로 모델을 벤치마킹하는 방법.
벌채 반출	로깅 구성 요소를 설정하고 사용하는 방법.

모델 아키텍처

Ohlcformer는 현재 다음과 같은 아키텍처를 제공합니다.

1. FNET (Google Research의) 논문 FNET : Joshua Ainslie, Ilya Eckstein, Santiago Ontanon의 Fourier Transforms와 함께 Tokens와 함께 출시되었습니다.
2. Bert (Google의) Paper Bert : Jacob Devlin, Ming-Wei Chang, Kenton Lee 및 Kristina Toutanova의 언어 이해를위한 심층 양방향 변압기의 사전 훈련.