由于许多论文都描述了 NN 可以预测股票收益，我也开始研究这种方法。我无法精确训练 NN，即使在训练数据集上，我的预测也不匹配。我使用技术指标作为输入，并在接下来的 10 天内使用最大值作为目标向量，但经过训练的神经网络即使对于训练数据集也不能预测精确值。我认为输入和输出数据之间存在一些不匹配。在连续值目标向量的情况下，解决此问题的任何想法或作为输入的技术指标与目标向量之间的关系可能是什么。
【问题讨论】：
标签： neural-network
我还尝试了目标是买入-卖出-持有的分类问题。我查看了接下来的 10 天，并手动创建了目标向量买入-卖出-持有信号，但分类并不准确。它不能正确预测买入卖出持有。如果我根据最后可用价格采取买入-卖出-持有，它预测是正确的，但如果我通过查看前面的 10 个数据点来创建买入-卖出，它不会预测。
我遇到了类似的预测问题，如果我使用同一天的回报作为目标，同一天的 TI 作为输入，它可以精确地预测值，但不能准确预测目标向量是下一个 3-4-5 天的回报。
【讨论】：
市场是随机的，你无法预测它们，直到你意识到你只会赔钱。那些成功使用神经网络的组织，将它们与基本分析等其他信息结合使用。
如果您的目标是在市场上赚钱，那么我建议您继续前进。
如果您的目标是了解 NN 并获得相关经验，请从基础开始。开始阅读不同类型的神经网络和训练神经网络的算法。 Heaton Research
现在关于您的实际问题，您说您使用指标作为 NN 的输入，这对我来说似乎是个坏主意，指标只是以不同的方式代表价格行为，因此您应该使用价格行为而不是指标值作为输入.我建议你使用超过 10 天的价格行为来训练你的神经网络。我目前正在使用 NN 过滤掉可能的不良交易。我使用 50 天的价格行为训练了我的神经网络。
【讨论】：