OHLCFormer

開放高低關閉（OHLC）數據預測的神經網絡培訓和評估工具。

OHLCFORMER為模型原型製作，訓練和評估提供了易於使用的API，以執行開放式高低關閉（OHLC）數據預測任務。

入門

您可以在此處找到官方筆記本的列表。

筆記本	描述
數據處理	如何預處理數據並構建數據集。
模型培訓	如何在數據集上設置和培訓模型。
模型評估	如何使用OHLCFormer進行基準模型。
記錄	如何設置並使用記錄組件。

模型體系結構

OHLCFormer當前提供以下架構：

1. FNET （來自Google Research）與Paper FNET：James Lee-Thorp，Joshua Ainslie，Ilya Eckstein，Santiago Ontanon一起發行了FNET：將令牌與傅立葉變換混合。
2. Bert （來自Google）與Paper Bert發行：雅各布·德夫林（Jacob Devlin），明·韋·張（Ming-Wei Chang），肯頓·李（Kenton Lee）和克里斯蒂娜·托塔諾瓦（Kristina Toutanova）的深度雙向變壓器的預訓練。