文章 "时间序列挖掘的数据标签（第3部分）：使用标签数据的示例"

MetaQuotes 2024.03.26 10:32

本系列文章介绍了几种时间序列标记方法，这些方法可以创建符合大多数人工智能模型的数据，而根据需要进行有针对性的数据标记可以使训练后的人工智能模型更符合预期设计，提高我们模型的准确性，甚至帮助模型实现质的飞跃！

本文介绍了如何通过MetaTrader5交易平台使用PyTorch Lightning和PyTorch Forecasting框架来实现基于神经网络的金融时间序列预测。

在本文中，我们还将解释选择这两个框架的原因以及我们使用的数据格式。

关于数据，您可以使用我之前两篇文章中通过数据标记产生的数据。由于它们共享相同的格式，您可以按照本文中的方法轻松地扩展它。