OHLCFormer

开放高低关闭（OHLC）数据预测的神经网络培训和评估工具。

OHLCFORMER为模型原型制作，训练和评估提供了易于使用的API，以执行开放式高低关闭（OHLC）数据预测任务。

入门

您可以在此处找到官方笔记本的列表。

笔记本	描述
数据处理	如何预处理数据并构建数据集。
模型培训	如何在数据集上设置和培训模型。
模型评估	如何使用OHLCFormer进行基准模型。
记录	如何设置并使用记录组件。

模型体系结构

OHLCFormer当前提供以下架构：

1. FNET （来自Google Research）与Paper FNET：James Lee-Thorp，Joshua Ainslie，Ilya Eckstein，Santiago Ontanon一起发行了FNET：将令牌与傅立叶变换混合。
2. Bert （来自Google）与Paper Bert发行：雅各布·德夫林（Jacob Devlin），明·韦·张（Ming-Wei Chang），肯顿·李（Kenton Lee）和克里斯蒂娜·托塔诺瓦（Kristina Toutanova）的深度双向变压器的预训练。