使用TimeXer结合全球流动性的比特币价格预测

Research Paper#Financial Forecasting, Time Series Analysis, Deep Learning🔬 Research|分析: 2026年1月3日 16:33•
发布: 2025年12月26日 15:36
•
1分で読める
•ArXiv

分析

本文通过在TimeXer模型中引入全球流动性作为外生变量，解决了比特币价格波动性的挑战。 整合宏观经济因素，特别是汇总的M2流动性，是一种新颖的方法，与传统模型和单变量TimeXer相比，显着提高了长期预测的准确性。 在70天预测范围内的MSE提高了89%，这有力地表明了该模型的有效性。
引用 / 来源
查看原文
"At a 70-day forecast horizon, the proposed TimeXer-Exog model achieves a mean squared error (MSE) 1.08e8, outperforming the univariate TimeXer baseline by over 89 percent."
A
ArXiv2025年12月26日 15:36
* 根据版权法第32条进行合法引用。
较旧

Model card and evaluations for Claude models [pdf]

较新

Claude Haiku 4.5 System Card [pdf]

相关分析

Research Paper

SpaceTimePilot：时空控制的生成视频渲染

2026年1月3日 06:10

Research Paper

量子混沌哈密顿量演化下的随机性生成

2026年1月3日 06:10

Research Paper

GaMO：几何感知扩散用于稀疏视角3D重建

2026年1月3日 06:32

来源: ArXiv