OHLCFormer

Ferramenta de Treinamento e Avaliação de Redes Neurais para Previsão de Dados de Alto-Alto-Alto-Alto (OHLC).

O OHLCFORMER fornece uma API fácil de usar para prototipagem, treinamento e avaliação de modelos para executar tarefas de previsão de dados de close-de-altíssimo-alto (OHLC).

Começando

Você pode encontrar aqui uma lista dos cadernos oficiais.

Caderno	Descrição
Processamento de dados	Como pré -processar seus dados e criar um conjunto de dados.
Treinamento modelo	Como configurar e treinar um modelo no seu conjunto de dados.
Avaliação de modelos	Como comparar modelos com ohlcformer.
Log	Como configurar e usar os componentes de log.

Arquiteturas modelo

Atualmente, o OHLCformer fornece as seguintes arquiteturas:

1. FNET (do Google Research) lançado com o artigo FNET: Mixing Tokens com transformados de Fourier por James Lee-Thorp, Joshua Ainslie, Ilya Eckstein, Santiago Ontanon.
2. Bert (do Google) lançado com o artigo Bert: pré-treinamento de transformadores bidirecionais profundos para o entendimento de idiomas de Jacob Devlin, Ming-Wei Chang, Kenton Lee e Kristina Toutanova.