【发布时间】:2017-04-12 20:07:21
【问题描述】:
我和一些同学报读了人工智能学科,我们正在尝试复制文章“使用遗传算法和进化策略预测股票价格”的结果。这篇文章解决了判断一只股票第二天会上涨还是下跌的二元分类问题。我们得到了一些不好的结果,该算法似乎只导致一个结果,它的输出增加或减少到每个输入。我们尝试了一个具有 6 个输入神经元、一个隐藏神经元和一个输出神经元的 MLP,使用遗传算法设置输入权重。我们使用从 2006 年到 2016 年的十年数据集进行训练,具有以下属性:开盘值、高值、低值、成交量、收盘价、调整收盘价。有没有人知道我们可以做些什么不同的事情来获得更好的结果?是不是我们做错了什么?
【问题讨论】:
标签: neural-network time-series prediction stock