使用MLP(多层感知器)进行股票预测。

Question

我和一些同学注册了一个人工智能学科，我们试图复制“使用遗传算法和进化策略进行股票价格预测”一文的结果。这篇文章解决了判断一只股票第二天会增加还是减少的二进制分类问题。我们得到了一些糟糕的结果，该算法似乎只导致一个结果，它要么增加或减少每个输入的输出。我们尝试了一个有6个输入神经元，一个隐藏神经元和一个输出神经元的MLP，使用遗传算法来设置输入权重。我们使用2006 - 2016年的十年数据集进行训练，属性为:开值、高值、低值、成交量、关闭、调整关闭。有没有人知道我们可以做些什么来获得更好的结果？我们是不是做错了什么？

Answer 1

在我看来，隐藏单位计数的问题。你只使用一个隐藏的神经元，这可能不足以进行股票预测。尝试添加更多隐藏单元。