時(shí)間序列預(yù)測(cè)方法常見的包括單變量預(yù)測(cè)、多變量預(yù)測(cè)，以及混合模型預(yù)測(cè)方法。

單變量預(yù)測(cè)方法包括自回歸移動(dòng)平均模型（ARIMA）、指數(shù)平滑模型、隨機(jī)森林和深度學(xué)習(xí)模型等。

多變量預(yù)測(cè)方法包括向量自回歸模型（VAR）、協(xié)整模型和多變量深度學(xué)習(xí)模型等。

混合模型預(yù)測(cè)方法是將多個(gè)預(yù)測(cè)模型的結(jié)果結(jié)合起來，以得到更好的預(yù)測(cè)結(jié)果。例如CNN-BiLSTM-AM，CNN-BiLSTM-Attention，LSTM-ARO，將ARIMA模型的預(yù)測(cè)結(jié)果與深度學(xué)習(xí)模型的預(yù)測(cè)結(jié)果結(jié)合起來。

我精選了時(shí)序預(yù)測(cè)方向140余篇論文：SCI一區(qū)期刊論文70余篇?KDD、NeurIPS、IJCAI、AAAI頂會(huì)論文50余篇?經(jīng)典必讀論文26篇?15種時(shí)間序列預(yù)測(cè)方法及代碼，讓大家不再大海撈針找論文！

掃碼免費(fèi)領(lǐng)取論文資料??（下滑還有更多福利）

金融數(shù)據(jù)中最關(guān)心的除了資產(chǎn)價(jià)格、收益率，就是資產(chǎn)波動(dòng)率。在金融時(shí)間序列波動(dòng)率預(yù)測(cè)工作中LSTM和GARCH模型尤為關(guān)鍵。

為了幫助大家掌握波動(dòng)率模型和金融時(shí)間序列預(yù)測(cè)，我邀請(qǐng)發(fā)表二十余篇SCI論文的伍導(dǎo)師為大家制作《定量金融：波動(dòng)預(yù)測(cè)時(shí)間序列+機(jī)器學(xué)習(xí)》直播課從波動(dòng)率特征講解到波動(dòng)率期權(quán)定價(jià)，波動(dòng)率模型（ARCH、GARCH），隨機(jī)波動(dòng)率模型，時(shí)間序列預(yù)測(cè)模型（ARIMA等），典型組合模型（GARCH-type，LSTM–GARCH）等內(nèi)容，全面掌握波動(dòng)率對(duì)期權(quán)定價(jià)和資產(chǎn)分配、計(jì)算風(fēng)險(xiǎn)管理的金融時(shí)序預(yù)測(cè)關(guān)鍵技術(shù)。（下滑查看課程大綱領(lǐng)直播福利）

掃碼預(yù)約直播課

領(lǐng)140余篇時(shí)序預(yù)測(cè)方向精選論文：SCI一區(qū)期刊論文70余篇?KDD、NeurIPS、IJCAI、AAAI頂會(huì)論文50余篇?經(jīng)典必讀論文26篇?15種時(shí)間序列預(yù)測(cè)方法及代碼。（還可福利價(jià)9.9元購《3節(jié)金融時(shí)間序列預(yù)測(cè)系列課》?《7節(jié)科研論文寫作指導(dǎo)課》，直播課大綱下面查看詳情～）

課程大綱
部分課程內(nèi)容概覽 波動(dòng)率是什么？

• 
  

  波動(dòng)率的定義

• 隱含波動(dòng)率 & 波動(dòng)率微笑（偏度）

• 波動(dòng)率指數(shù)VIX

• 波動(dòng)率用途：資產(chǎn)組合

• 波動(dòng)率用途：期權(quán)定價(jià) B-S模型

• 典型模型：ARIMA&GARCH

• • 理論組成

  • 參數(shù)組成

  • 模型構(gòu)建和預(yù)測(cè)

• 平穩(wěn)性檢驗(yàn)ADF

• ACF&PACF

• AIC&BIC

• ARCH??GARCH

• 波動(dòng)率模型ARCH

• 波動(dòng)率模型GARCH

• 波動(dòng)率模型GARCH 2步估計(jì)與改進(jìn)

• 波動(dòng)率模型 改進(jìn)GARCH模型

• 隨機(jī)波動(dòng)率模型

• 典型組合模型1：VU-GARCH-LSTM

• 典型組合模型2：GE-LSTM，GARCH，EGARCH，LSTM

• 典型組合模型3：GARCH–LSTM，eGARCH，gjrGARCH

• 典型組合模型評(píng)價(jià)指標(biāo)

• 實(shí)證研究1《A Hybrid Prediction Model Integrating GARCH Models With a Distribution Manipulation Strategy Based on LSTM Networks for Stock Market Volatility》

• 實(shí)證研究2《Forecasting the volatility of stock price index: A hybrid model integrating LSTM with multiple GARCH-type models》

• 實(shí)證研究3《LSTM–GARCH Hybrid Model for the Prediction of Volatility in Cryptocurrency Portfolios》

• 金融資產(chǎn)隨機(jī)性：時(shí)間序列可否預(yù)測(cè)？

• 均值回歸有效性：是否會(huì)統(tǒng)計(jì)性的回歸？

• 極端尾部的沖擊：一朝回到解放前？

掃碼預(yù)約直播課

領(lǐng)140余篇時(shí)序預(yù)測(cè)方向精選論文：SCI一區(qū)期刊論文70余篇?KDD、NeurIPS、IJCAI、AAAI頂會(huì)論文50余篇?經(jīng)典必讀論文26篇?15種時(shí)間序列預(yù)測(cè)方法及代碼。

預(yù)約直播福利：

9.9元購《3節(jié)金融時(shí)間序列預(yù)測(cè)系列課》?《7節(jié)科研論文寫作指導(dǎo)課》！幫助大家完整掌握金融時(shí)間序列預(yù)測(cè)方向。

直播&系列課伍導(dǎo)師介紹： 科研背景：

• 博士,牽頭中科院先導(dǎo)項(xiàng)目、國家自然科學(xué)基金等多個(gè)重大項(xiàng)目。目前已經(jīng)發(fā)表了SCI文章二十余篇。

• 與國內(nèi)頂級(jí)金融公司合作,開發(fā)期貨、股票、數(shù)字貨幣等量化投資策略以及市場(chǎng)微結(jié)構(gòu)研究。

• 研究方向：金融量化，金融時(shí)間序列預(yù)測(cè)，多因子量化模型，集成電路，EUV光刻等。

掃碼預(yù)約直播課領(lǐng)資料+福利

ps：研夢(mèng)非凡開設(shè)的前沿論文系列直播，旨在幫助大家提升讀論文技能，快速抓住重點(diǎn)，掌握有效方法，進(jìn)而找到創(chuàng)新點(diǎn)，輕松產(chǎn)出科研論文成果。

研夢(mèng)非凡科研論文指導(dǎo)服務(wù)

如何快速找到idea，如何正確的選擇模型，怎么避免與其他工作重復(fù)，什么樣的實(shí)驗(yàn)計(jì)劃省時(shí)效果顯著，一邊實(shí)驗(yàn)一邊出論文初稿技能，針對(duì)不同的期刊會(huì)議繪圖方法，終稿完善，投稿策略，期刊/會(huì)議選擇，response，直到accpet！研夢(mèng)非凡全程陪伴你產(chǎn)出科研成果！

<<< 左右滑動(dòng)見更多 >>>

掃碼了解研夢(mèng)非凡1v1科研論文指導(dǎo)

研夢(mèng)非凡導(dǎo)師團(tuán)隊(duì)

研夢(mèng)非凡的導(dǎo)師來自海外QStop50、國內(nèi)華五、C9、985高校的教授/博士導(dǎo)師/博士后，世界500強(qiáng)公司算法工程師，以及國內(nèi)外知名人工智能實(shí)驗(yàn)室研究員。

這是一支實(shí)力強(qiáng)大的高學(xué)歷導(dǎo)師團(tuán)隊(duì)，在計(jì)算機(jī)科學(xué)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等領(lǐng)域，積累了豐富的科研經(jīng)歷，研究成果也發(fā)表在國際各大頂級(jí)會(huì)議和期刊上，在指導(dǎo)學(xué)員的過程中，全程秉持初心，堅(jiān)持手把手個(gè)性化帶教。包括但不限于以下導(dǎo)師～～

掃碼預(yù)約研夢(mèng)非凡1v1導(dǎo)師meeting

我們背靠研途考研（就是張雪峰老師和徐濤老師在的那個(gè)研途考研），做教育十余年，重交付，重口碑，是我們一貫的公司理念！

鄭重聲明：保發(fā)，不代寫