正如許多論文所描述的神經網絡可以預測股票收益,我也開始研究這種方法。我無法精確地訓練NN,即使在訓練數據集上,我的預測也不匹配。我將未來10天的技術指標作爲輸入值和最大值作爲目標向量,但訓練的神經網絡即使對於訓練數據集也不能預測精確的值。我認爲輸入和輸出數據之間有一些不匹配。解決這個問題的任何想法或者在連續值目標矢量的情況下可能是作爲輸入的技術指標與目標矢量之間的關係的任何想法。神經網絡訓練連續值
2
A
回答
1
市場是隨機的,你無法預測它們,直到你意識到你會失去金錢。那些成功使用NN的組織,將它們與基礎分析等其他信息結合使用。
如果你的目標是在市場上賺錢,那麼我建議你繼續前進。
如果您的目標是瞭解NN並獲得經驗,那麼從基礎開始。開始閱讀關於不同類型的NN和算法來訓練NN。 Heaton Research
現在關於你的實際問題,你說你使用的指標輸入到你的神經網絡,這似乎是一個壞主意給我,指標只是代表不同的價格行動,所以你應該使用價格行爲,而不是指示符 - 值作爲輸入。我建議你使用10天以上的價格行動來訓練你的神經網絡。我目前正在使用NN來篩選出可能的不良交易。我用50天的價格行動訓練了我的神經網絡。
1
我也嘗試了分類問題,其中目標是買入賣出。我查看了未來10天,並手動創建目標向量買入賣出信號,但分類不能精確地工作。它不能正確預測買入 - 賣出。如果我根據最後的可用價格進行買入 - 賣出,它預測的是正確的,但如果我通過提前看10個數據點創建買入賣出,它並不預測。
類似的情況我有預測問題,如果我使用同一天的回報作爲目標和相同天數的TI作爲輸入但它不預測當目標向量是下一個3-4-5天回報時,它預測值。
相關問題
- 1. 訓練神經網絡
- 2. 神經網絡訓練即將停止
- 3. TensorFlow中的前訓練神經網絡
- 4. 何時停止訓練神經網絡?
- 5. OCR的訓練前饋神經網絡
- 6. 神經網絡模型訓練錯誤
- 7. 神經網絡訓練方法
- 8. 反向傳播訓練神經網絡
- 9. 保存訓練的神經網絡
- 10. 神經網絡訓練不夠好
- 11. 嘈雜的神經網絡訓練集
- 12. 如何訓練OCR神經網絡?
- 13. 神經網絡訓練中的MSE
- 14. 在matlab中訓練神經網絡
- 15. 人工神經網絡PSO訓練
- 16. 運行訓練卷積神經網絡
- 17. 在Ruby中訓練神經網絡
- 18. Encog神經網絡訓練java太慢
- 19. 訓練一個神經網絡
- 20. Matlab:神經網絡訓練的問題
- 21. 改變訓練圖像訓練神經網絡
- 22. 訓練字母圖像到全批培訓的神經網絡
- 23. 使用反向傳播訓練實值神經網絡
- 24. 沒有訓練價值的神經網絡學習
- 25. 培訓神經網絡 -
- 26. 如何存儲和訪問經過訓練的神經網絡
- 27. 經常性神經網絡訓練和測試集
- 28. 經過訓練的TensorFlow神經網絡的最大值/最小值NN
- 29. 神經網絡中的連續輸出
- 30. 神經網絡訓練的神經機器人可用於以下目的嗎?
你是什麼意思的價格行爲?你是指通過買入時的價格行爲,當這種情況發生時賣出,並在此時賣出。 – user395882 2012-03-07 12:34:03
否;價格走勢,蠟燭模式。 [對Investopidia的價格行爲](http://www.investopedia.com/terms/p/price-action.asp#axzz1oQdgLQEK) – Terkel 2012-03-07 12:49:15
如何使用NN過濾交易?您使用什麼目標向量來對抗50天的價格行爲作爲輸入? – user395882 2012-03-07 12:54:10