VIP12
本课程属于：044-金融时序预测与深度学习 智能金融与金融工程 · 共 12 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

TFT多变量金融预测与可解释性实战

共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入
目标=TFT多变量金融预测与可解释性… · 核心概念 · 整体框架与实战路线图
课程导入TFT
02
金融时间序列基础
目标=多变量金融数据的类型 · 频率 · 缺失值
金融时间序列基础目标=多变量金融…
03
TFT模型概述
目标=Temporal Fusion… · 核心思想 · 适用场景与相比传统模型的优势
TFT模型概述
04
多变量金融预测问题定义
目标=多变量输入 · 多步预测 · 静态协变量
多变量金融预测问…目标=多变量输入
05
数据准备与特征工程
目标=金融数据获取 · 清洗 · 对齐
数据准备特征工程
06
TFT网络结构解析
目标=变量选择网络 · 门控残差网络 · 静态协变量编码器
TFT网络结构解析
07
可解释性机制
目标=变量重要性 · 时间注意力权重 · 持久性模式与可解释性输出的金融含义解…
可解释性机制目标=变量重要性
08
损失函数与训练策略
目标=分位数损失 · 多任务学习 · 正则化
损失函数训练策略
09
模型评估指标
目标=RMSE · MAE · MAPE
模型评估指标RMSE
10
实战环境搭建
目标=Python · PyTorch · pytorch-forecastin…
实战环境搭建Python
11
单资产多变量预测实战
目标=以股票价格为例 · 构建TFT模型预测未来收益率或价格区…
单资产多变量预测…目标=以股票价格…
12
多资产组合预测实战
目标=利用多只股票或资产的多变量输入 · 进行联合预测与相关性建模
多资产组合预测实…目标=利用多只股…
13
宏观因子与市场情绪融合
目标=将利率 · 汇率 · 波动率指数
宏观因子市场情绪融合
14
高频与低频数据混合建模
目标=不同频率金融数据的重采样 · 对齐与TFT多尺度建模策略
高频低频数据混合建模
15
可解释性分析实战
目标=提取变量重要性与注意力权重 · 识别关键驱动因子并可视化解释
可解释性分析实战目标=提取变量重…
16
分位数预测与风险度量
目标=利用TFT输出分位数进行VaR · ES等金融风险指标的估计与回测
分位数预测风险度量
17
模型调参与优化
目标=超参数搜索 · 网络深度 · 注意力头数
模型调参优化
18
过拟合与数据泄露防范
目标=金融时间序列中的时序交叉验证 · 滚动窗口与防止未来信息泄露的实践
过拟合数据泄露防范
19
TFT与其他模型对比
目标=与LSTM · GRU · Transformer
TFT其他模型对比
20
常见问题与调试
目标=训练不收敛 · 梯度爆炸 · 注意力坍塌
常见问题调试
21
案例研究一
目标=股票价格趋势预测与可解释性报告…
案例研究一目标=股票价格趋…
22
案例研究二
目标=多因子选股中的TFT应用与因子…
案例研究二TFT
23
案例研究三
目标=加密货币或外汇市场的高波动预测…
案例研究三目标=加密货币或…
24
模型部署与监控
目标=将TFT模型部署到生产环境 · 实时预测 · 性能监控与再训练策略
模型部署监控
25
可解释性报告与合规
目标=面向投资决策与监管要求的模型解… · 可视化仪表板与审计要点
可解释性报告合规
26
高级主题一
目标=结合因果推断与TFT进行金融政…
高级主题一TFT
27
高级主题二
目标=迁移学习与元学习在跨市场TFT…
高级主题二TFT
28
高级主题三
目标=图神经网络与TFT结合用于关联…
高级主题三TFT
29
综合项目实战
目标=从数据到部署 · 完成一个完整的TFT多变量金融预测与…
综合项目实战目标=从数据到部…
30
课程总结与提升
目标=知识体系回顾 · 最佳实践 · 前沿方向与持续学习资源推荐
课程总结提升