本研究提出了一种正则化稀疏自编码器（RSAE）框架，旨在提高大宗商品价格波动预测的透明度，结果显示其在价格预测和市场因素解释方面优于传统模型。

该研究提出了平均绝对方向损失（MADL）函数来解决金融时间序列预测中传统预测误差函数的问题，并使用加密货币和大宗商品的数据证明了新的损失函数可以选择更好的超参数，并在样本外数据上获得更高效的投资策略。