Buchumschlag

DeepSupp: Attention-Driven Correlation Pattern Analysis for Dynamic Time Series Support and Resistance Levels Identification

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kriuk, Boris, Ng, Logic, Hossain, Zarif Al
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Statistical Finance Artificial Intelligence Computational Engineering, Finance, and Science Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

ORCA -- Online Regime Correlation Analyzer
von: Kriuk, Boris, et al.
Veröffentlicht: (2026)

To What Extent Can Public Equity Indices Statistically Hedge Real Purchasing Power Loss in Compounded Structural Emerging-Market Crises? An Explainable ML-Based Assessment
von: Alkhamov, Artem, et al.
Veröffentlicht: (2025)

Large and Deep Factor Models
von: Kelly, Bryan, et al.
Veröffentlicht: (2024)

Leveraging Time Series Categorization and Temporal Fusion Transformers to Improve Cryptocurrency Price Forecasting
von: Peik, Arash, et al.
Veröffentlicht: (2024)

The Hype Index: an NLP-driven Measure of Market News Attention
von: Cao, Zheng, et al.
Veröffentlicht: (2025)

StockTime: A Time Series Specialized Large Language Model Architecture for Stock Price Prediction
von: Wang, Shengkun, et al.
Veröffentlicht: (2024)

BERTopic-Driven Stock Market Predictions: Unraveling Sentiment Insights
von: Zhu, Enmin, et al.
Veröffentlicht: (2024)

CTBench: Cryptocurrency Time Series Generation Benchmark
von: Ang, Yihao, et al.
Veröffentlicht: (2025)

Bi-Level Chaotic Fusion Based Graph Convolutional Network for Stock Market Prediction Interval
von: Kandimalla, Eshwar Sai, et al.
Veröffentlicht: (2026)

A Novel Decision Ensemble Framework: Customized Attention-BiLSTM and XGBoost for Speculative Stock Price Forecasting
von: Din, Riaz Ud, et al.
Veröffentlicht: (2024)

Correlations versus noise in the NFT market
von: Wątorek, Marcin, et al.
Veröffentlicht: (2024)

Predicting Customer Goals in Financial Institution Services: A Data-Driven LSTM Approach
von: Estornell, Andrew, et al.
Veröffentlicht: (2024)

Transformers Beyond Order: A Chaos-Markov-Gaussian Framework for Short-Term Sentiment Forecasting of Any Financial OHLC timeseries Data
von: Pathan, Arif
Veröffentlicht: (2025)

Sentiment-Aware Mean-Variance Portfolio Optimization for Cryptocurrencies
von: Chen, Qizhao
Veröffentlicht: (2025)

Interpretable Machine Learning Models for Predicting the Next Targets of Activist Funds
von: Kim, Minwu, et al.
Veröffentlicht: (2024)

MambaStock: Selective state space model for stock prediction
von: Shi, Zhuangwei
Veröffentlicht: (2024)

Block-diagonal idiosyncratic covariance estimation in high-dimensional factor models for financial time series
von: Žignić, Lucija, et al.
Veröffentlicht: (2024)

Not feeling the buzz: Correction study of mispricing and inefficiency in online sportsbooks
von: Clegg, Lawrence, et al.
Veröffentlicht: (2023)

Impact of LLMs news Sentiment Analysis on Stock Price Movement Prediction
von: Siala, Walid, et al.
Veröffentlicht: (2026)

Vector-Quantized Discrete Latent Factors Meet Financial Priors: Dynamic Cross-Sectional Stock Ranking Prediction for Portfolio Construction
von: Kim, Namhyoung, et al.
Veröffentlicht: (2026)

Transforming Japan Real Estate
von: Haque, Diabul
Veröffentlicht: (2024)

Conditionally Identifiable Latent Representation for Multivariate Time Series with Structural Dynamics
von: Chang, Minkey, et al.
Veröffentlicht: (2026)

Trade When Opportunity Comes: Price Movement Forecasting via Locality-Aware Attention and Iterative Refinement Labeling
von: Zeng, Liang, et al.
Veröffentlicht: (2021)

Deep Learning Models Meet Financial Data Modalities
von: Khubiev, Kasymkhan, et al.
Veröffentlicht: (2025)

Beyond the Black Box: Interpretability of LLMs in Finance
von: Tatsat, Hariom, et al.
Veröffentlicht: (2025)

LSR-IGRU: Stock Trend Prediction Based on Long Short-Term Relationships and Improved GRU
von: Zhu, Peng, et al.
Veröffentlicht: (2024)

Adaptive Temporal Fusion Transformers for Cryptocurrency Price Prediction
von: Peik, Arash, et al.
Veröffentlicht: (2025)

International Trade Flow Prediction with Bilateral Trade Provisions
von: Pan, Zijie, et al.
Veröffentlicht: (2024)

ARTEMIS: A Neuro Symbolic Framework for Economically Constrained Market Dynamics
von: Ray, Rahul D
Veröffentlicht: (2026)

Quantile-Frequency Analysis and Spectral Measures for Diagnostic Checks of Time Series With Nonlinear Dynamics
von: Li, Ta-Hsin
Veröffentlicht: (2019)

Efficient Multi-Change Point Analysis to decode Economic Crisis Information from the S&P500 Mean Market Correlation
von: Heßler, Martin, et al.
Veröffentlicht: (2023)

Bitcoin Price Prediction using Machine Learning and Combinatorial Fusion Analysis
von: Wu, Yuanhong, et al.
Veröffentlicht: (2026)

Transformers with Attentive Federated Aggregation for Time Series Stock Forecasting
von: Thwal, Chu Myaet, et al.
Veröffentlicht: (2024)

Reasoning on Time-Series for Financial Technical Analysis
von: Koa, Kelvin J. L., et al.
Veröffentlicht: (2025)

Multifractality and its sources in the digital currency market
von: Drożdż, Stanisław, et al.
Veröffentlicht: (2025)

Detrended cross-correlations and their random matrix limit: an example from the cryptocurrency market
von: Drożdż, Stanisław, et al.
Veröffentlicht: (2025)

Distributions of Historic Market Data -- Relaxation and Correlations
von: Moghaddam, M. Dashti, et al.
Veröffentlicht: (2019)

DoubleAdapt: A Meta-learning Approach to Incremental Learning for Stock Trend Forecasting
von: Zhao, Lifan, et al.
Veröffentlicht: (2023)

AI-BAAM: AI-Driven Bank Statement Analytics as Alternative Data for Malaysian MSME Credit Scoring
von: Ng, Chun Chet, et al.
Veröffentlicht: (2025)

Deep Bellman Hedging
von: Buehler, Hans, et al.
Veröffentlicht: (2022)