محققان در یک پژوهش جدید، مدل قدرتمند «STN-TGAT» را معرفی کردهاند که با ترکیب شبکههای عصبی گراف (GAT) و ترنسفورمرها، میتواند نوسانات بازار و روابط پیچیده بین سهام را به دقت مدلسازی کند.
ویژگی کلیدی این مدل، توانایی آن در فیلتر کردن نویزهای بازار و تمرکز بر الگوهای واقعی است که باعث میشود در شرایط واقعی معاملات، بازدهی بهتری نسبت به روشهای سنتی داشته باشد. این مدل با در نظر گرفتن هزینههای تراکنش و انتخاب هوشمندانه سبد سهام (Portfolio)، گامی بزرگ برای سرمایهگذاریهای مبتنی بر داده برداشته است. 💰🚀
منبع: arXiv Machine Learning