Метод случайного отбора при прогнозировании временных рядов рынка криптовалют

Работа посвящена рассмотрению применения метода случайного отбора, или RSM-метода, в задаче классификации (прогнозирования динамики) нестационарных временных рядов рынка криптовалют. Название метода RSM — аббревиатура его полного названия Random Sampling Method. RSM представляет собой метод глубокого обучения. Одними из основных методов глубокого обучения среди использовавшихся ранее для решения данной задачи и показавших свою эффективность остаются рекуррентные LSTM (long short term memory) нейросети. В настоящей работе представлена более гибкая архитектура, построенная на базе LSTM-ячеек и имеющая таким образом все преимущества традиционного алгоритма, однако более устойчивая к проблеме дисбаланса классов. Основным отличительным признаком RSM является использование метрического обучения.