[论文笔记] 多尺度时间神经网络MSTNN

MSTNN

 

论文链接🔗：https://www.ijcai.org/proceedings/2025/0364.pdf

http://xhslink.com/o/2HcZaUCd78Y 

在时间维度 和 股票间关联的维度，

3D多尺度卷积网络（3D-MCNN）：捕捉单只股票在不同时间尺度的周期规律（日k，月k，年k）

时间超图注意力网络（THAN）：股票之间的高阶关系，以及这些关系随时间的变化。

 

MSTNN模型 的“双维度”建模：时间和股票关联，通俗版讲解

嘿，先来个大白话开场：MSTNN（Multi-Scale Temporal Neural Network，多尺度时间神经网络）是个专门用来预测股票走势的AI模型。它不像简单地看单只股票的K线图，而是从两个维度同时发力：时间维度（一只股票自己怎么“呼吸”变化的）和股票关联维度（不同股票间怎么“互相拉扯”的）。这俩维度就像股票市场的“经纬线”——时间是“纵轴”（从过去到现在），关联是“横轴”（谁影响谁）。模型分成两个核心零件：3D-MCNN管时间，THAN管关联。下面我用生活比喻，一步步拆解，保准你听完像看故事一样懂。

1. 时间维度：用3D-MCNN“多倍镜”捕捉单只股票的“呼吸节奏”

想象你在一只股票（比如苹果AAPL）的K线图前，眼睛不是只盯着最近一天的“日K”（短期跳动），而是用不同放