【专题报告】DecompGRU：基于趋势分解的时序+截面端到端模型

文章预览

华创专题报告 根据《证券期货投资者适当性管理办法》及配套指引，本资料仅面向华创证券客户中的金融机构专业投资者，请勿对本资料进行任何形式的转发。若您不是华创证券客户中的金融机构专业投资者，请勿订阅、接收或使用本资料中的信息。 本资料难以设置访问权限，若给您造成不便，敬请谅解。感谢您的理解与配合。 摘要 近年基于Transformer的深度学习模型已有广泛运用，但我们仍能看到一些研究将注意力机制替换为MLP、CNN等模块，更简单的模型同样能取得有竞争力的表现，模型能力的贡献可能并不完全来自于特定的token mixer，而是相当程度源于框架性的设计。受此启发，本篇报告我们设计一个模块简单，但在框架流程上不同于基线的新模型。 我们延续并拓展先前报告“股票时序内的局部-整体交互+截面股票间交互”的整体思路，构建 ………………………………