基于LSTM的股票预测问题

Question

最近，我正在研究一个LSTM代码来预测未来的股票价格。我没有得到好的结果。同时，我也看到很多关于股票市场数据的文章都是随机游走的，不能通过机器学习来预测。我也知道过度拟合是预测的最大问题，但一位技术分析师使用了一些股票指标。我也把它们喂给了我的LSTM，但仍然没有取得好的效果。我不明白如何基于技术分析来预测，但是我们不能用机器学习和神经网络来进行预测。

Answer 1

这可能是由于过度适应，这将是不容易的战斗。如果你问一位熟练的技术分析师，你会发现他并没有使用你在LSTM中输入的相同特性。同时，他也有推广的能力。如果您能够将相同的输入输入到LSTM中，那么可能会有类似的结果，但我不希望您能够将这些特性概括到该级别。

Answer 2

这可能是由以下几个原因同时造成的：

• 不适合或不适合你的模型。我想这很明显。
• 您试图对数据进行长时间的预测。金融数据往往会不时改变其行为，因此只有短期预测是合适的。此外，财务日期不仅取决于以前的价值，而且还取决于其他一些外部因素。使用技术分析，您可以预测趋势变化，但不准确的价格价值。关于arXiv.org的几篇关于股票预测的文章证明了这一观点。