正如很多论文描述的那样，神经网络可以预测股票 yield ，我也开始研究这种方法。我无法精确训练 NN，我的预测甚至在训练数据集上也不匹配。我使用技术指标作为输入，并使用 future 10 天内的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无法预测精确值。我认为输入和输出数据之间存在一些不匹配。任何解决此问题的想法，或者在连续值(value)目标向量的情况下，作为输入的技术指标与目标向量之间的关系可能是什么。
最佳答案
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其与基本面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神经网络并获得经验，那么就从基础知识开始。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神经网络的输入，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，因此您应该使用价格行为而不是指标值作为输入。我建议您使用 10 天以上的价格行为来训练您的神经网络。我目前正在使用神经网络来过滤掉可能的不良交易。我使用 50 天的价格行为来训练我的神经网络。
关于neural-network - 神经网络训练连续值，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/9600374/