时间序列预测中的基础模型

这篇笔记主要记录对我自己工作流最有价值的部分。

为什么值得看

时间序列基础模型吸引人的地方，在于它承诺跨任务、跨领域、跨时间尺度复用表示。对量化来说，这一点很重要，因为特征工程常常才是真正的瓶颈。

想记住的点

• 只有当下游任务和预训练目标足够一致时，预训练才真正有帮助。
• 在低信噪比场景里，表示质量往往比架构新颖更重要。
• 评估不能只看稳定窗口，还要考虑市场状态切换。

后续想做

后面想把论文里的框架和我自己的微观结构特征放在一起比较，看看迁移收益能不能扛住交易成本。