Hidformer：股票价格预测中的Transformer风格神经网络

本文研究了基于Transformer的神经网络在股票价格预测中的应用，特别关注机器学习技术与金融市场分析的交叉点。回顾并讨论了Transformer模型的演变，从其诞生到在金融背景下对时间序列分析的适应。我们研究的核心是探索Hidformer模型，该模型目前被认为在时间序列预测中具有良好性能。本文的主要目的是确定Hidformer是否也能在股票价格预测任务中证明自己。这个略微修改的模型作为我们实验的框架，将技术分析原理与先进的机器学习概念相结合，以提高股票价格预测的准确性。我们使用一组标准来评估Hidformer模型的性能，以确定其有效性。我们的研究结果为Transformer架构在金融时间序列预测中的实际应用提供了额外的见解，强调了它们在改进算法交易策略（包括人类决策）方面的潜力。