神经网络训练连续值

Question

由于很多论文都描述了NN可以预测股票回报，我也开始研究这种方法。我无法准确地训练NN，我的预测甚至在训练数据集上也不匹配。我在未来10天使用技术指标作为输入和最大值作为目标向量，但训练的神经网络甚至对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，任何想法解决这个问题或技术指标作为输入和目标向量之间的关系。

Answer 1

市场是随机的，你无法预测它们，直到你意识到你只会亏钱。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并获得NN的经验，那么请从基础开始。如果NN和算法训练NN，开始阅读不同的类型。 Heaton Research

现在关于你的实际问题，你说你使用指标作为你的NN的输入，这对我来说似乎是一个坏主意，指标只是以不同的方式表示价格行为，所以你应该使用价格行动而不是指标值作为输入。我建议你使用超过10天的价格行动来训练你的NN。我目前正在使用NN过滤掉可能的坏交易。我使用了50天的价格行动培训了我的NN。

Answer 2

我也尝试过目标是买卖持有的分类问题。我查看了接下来的10天并手动创建目标向量买入 - 卖出 - 持有信号，但分类不能正常工作。它不能正确预测买卖。如果我根据最后的可用价格进行买卖持有，那么它预测是正确的，但如果我通过查看前面的10个数据点来创建买卖，则无法预测。

我有预测问题的类似情况，如果我使用相同的天返回作为目标和同一天TI作为输入，它会精确地预测值，但是当目标矢量是下一个3-4-5天返回时不能精确预测。