Artificial intelligence 用人工神经网络进行长期预测

我正在做一个项目，用人工神经网络预测股票价格。我已经训练了这个系统 使用之前7年的数据，它可以很好地预测一天的数据。现在我想预测未来七天的股价

我的想法是使用第1天预测第2天的数据，使用第2天和第1天的预测数据预测第3天的数据，依此类推。但它不能正常工作

我训练了ANN使用开盘价、一天的最高和最低价格预测收盘价

---

预测未来七天的数据的想法是什么

Maruf，如果您对未来1天有可靠的ANN预测，请联系我进一步讨论！哈哈

别开玩笑了。神经网络和其他非线性预测器就是这种预测器。你处理的数据（股价数据）很大程度上是随机的。如果您不相信我，请尝试使用以下psuedo代码生成随机行走，并在屏幕上绘制：

let min = -0.5
let max = +0.5
let bias = 0.01
let random = rand(min, max)
y[i] = y[i-1] + random + bias

稍微调整一下偏差（从-0.01到0.01），你会得到一个看起来很像趋势股价的系列。这是因为在任何潜在的趋势中，都有人在做决定，而不是抛硬币。你知道平均55%的交易者是对的吗？这就是他所需要的

现在，如果数据很大程度上是随机的，那么很难预测。您正在寻找大量噪音中的信号。每天你都试图预测你的预测会变得越来越不准确

我可以问一下吗？你在ANN中投入了什么来获得提前1天的预测？例如，如果您使用每日股票价格加上其他衍生因素（如变化率、成交量、差异等）来获得准确的1天预测，您可能会发现，通过用每周股票数据替换上述所有因素，您可以获得准确的1周预测

编辑：

其次，你在做什么来测试预测的准确性？为了补充米凯拉的答案，我建议采取如下策略

如果数据窗口为1000天，则取其中800天并训练您的ANN。现在预测未来的某一天。将预测方向（上升、下降）与预测收盘价（%差异）进行比较，以评估该结果的准确性。现在将车窗向右滑动1天。重新训练ANN并进行1天预测，记录结果

如果你在剩下的200天里继续这样做，有多大比例的结果得到了正确的方向（上升、下降）？什么比例的结果在实际预测收盘价的10%以内？如果你的ANN在每天的营业结束时下订单，并在第二天结束时下订单，那么它会赚多少钱？当然要考虑到打滑和交易费用

---

这将使您了解该系统的准确性和价值

如果你能有效地提前一天预测，你已经做得很好了-通常的问题是：

• 您是否确定自己没有过度拟合，例如学习准确复制培训数据的功能？如果你还没试过，我强烈建议你在用其他80%的数据训练后，在20%的数据上测试你的ANN，以确保这一点
• 您是否也在学习预测绝对价格值或增量？如果是前者，那么你可能只是得到了一个很好的拟合，因为到目前为止，第二天收盘价的最佳预测值是今天的收盘价（因为数据具有如此多的序列相关性）。通过犯这个错误获得99%以上的R平方拟合并不罕见

假设您没有陷入上述陷阱，那么进行多天预测的方法就是为未来的每一天单独设置预测变量。将第二天的预测输入到第二天等方面没有太多附加价值（因为您的输入数据中没有任何新信息），但如果您愿意，您可以尝试（不会造成任何伤害，可能会通过提供有用的功能检测器等加快学习速度）

---

此外，你还预计未来预测的不确定性/变化会更大（因为从现在到那时，股票价格波动的不确定性天数更多）。因此，值得尝试预测统计数据的方差以及平均值。

我认为这需要一个水晶球。我之所以这么做是因为“在用其他80%的数据训练后，用20%的数据测试你的ANN，以确保这一点”。我还想说的是，值得使用滑动窗口技术，例如，使用800天的训练数据，提前1天预测，比较预测与实际，然后将训练/预测窗口向右滑动1天，冲洗并重复。从那个里你们可以在一个非常长的窗口内测量预测器的准确度。我会更新我的评论事实上：）谢谢你的快速回复（我与马鲁夫在这个项目）。我们使用前一天的1。第二天。最低价格3。最高价格4。开盘价和5。过渡卷。我们不理解您的“将窗口向右滑动1天”想法。训练800天后，我们应该用第800天的数据（5行）预测第801天。然后需要与原始数据进行比较。那么？你说的“将窗户向右滑动1天”是什么意思？对不起，我的无知。我的意思是：如果你在真实的交易系统中使用这个人工神经网络，你只能访问过去的数据。每晚收盘后，你都会重新训练ANN，并预测明天的收盘价。然后在市场开放时，你将进行交易，在市场关闭时退出交易。第二天晚上，你将重复对过去数据（包括新的一天）的再培训，并为第二天创建预测，在第二天进行交易等等。。。您的测试应该尝试模仿这种行为。如果您创建了一个测试来完成上述操作，然后报告了%的成功/失败交易，那么它有多好？