神经网络训练连续值

Question

正如许多论文所描述的神经网络可以预测股票收益，我也开始研究这种方法。我无法精确地训练NN，即使在训练数据集上，我的预测也不匹配。我将未来10天的技术指标作为输入值和最大值作为目标向量，但训练的神经网络即使对于训练数据集也不能预测精确的值。我认为输入和输出数据之间有一些不匹配。解决这个问题的任何想法或者在连续值目标矢量的情况下可能是作为输入的技术指标与目标矢量之间的关系的任何想法。

Answer 1

市场是随机的，你无法预测它们，直到你意识到你会失去金钱。那些成功使用NN的组织，将它们与基础分析等其他信息结合使用。

如果你的目标是在市场上赚钱，那么我建议你继续前进。

如果您的目标是了解NN并获得经验，那么从基础开始。开始阅读关于不同类型的NN和算法来训练NN。 Heaton Research

现在关于你的实际问题，你说你使用的指标输入到你的神经网络，这似乎是一个坏主意给我，指标只是代表不同的价格行动，所以你应该使用价格行为，而不是指示符 - 值作为输入。我建议你使用10天以上的价格行动来训练你的神经网络。我目前正在使用NN来筛选出可能的不良交易。我用50天的价格行动训练了我的神经网络。

Answer 2

我也尝试了分类问题，其中目标是买入卖出。我查看了未来10天，并手动创建目标向量买入卖出信号，但分类不能精确地工作。它不能正确预测买入 - 卖出。如果我根据最后的可用价格进行买入 - 卖出，它预测的是正确的，但如果我通过提前看10个数据点创建买入卖出，它并不预测。

类似的情况我有预测问题，如果我使用同一天的回报作为目标和相同天数的TI作为输入但它不预测当目标向量是下一个3-4-5天回报时，它预测值。