基于神经网络模型的时间序列分析原理

Question

对于语音信号，我能理解，词是相关的，因此人们应该有理由相信，重复出现的NNs或LSTMs可以通过运行具有权值和激活函数的复杂算法来预测。

但是对于像股票价格这样的随机数字信号，为什么可以用任何方式预测价格呢？明天的价格与过去的价格无关。

Answer 1

根据有效市场假说，你是对的:今天的价格变动不影响昨天的价格变动。然而，这一假设描述了一个抽象的假设，它可能对宏观经济建模非常有用，但不应被认为是对现实的全面描述(这同样适用于其他经济假设，例如“经济人”)。

事实上，关于有效市场假说有很多批评。加密货币-气泡和Dot泡沫很可能是最好的例子，表明在许多情况下，金融市场的价格波动不是纯粹的随机游走，而是干预了行为心理效应。

根据我的经验，我可以向你保证，许多指标是相当一致的:如果你在一个不断增长的市场中交易，价格上涨的概率略高于下跌的概率(尽管迟早会有一个临界点)。此外，还有其他指标，如波动性，这些指标相对稳定。当然，您可以尝试手动确定所有这些指标，并将它们作为特性包含在普通的DNN中，但是在实践中，使用LSTM通常更容易和更准确。