以神經網絡為核心的智能算法是否可以預測股票價格？如何創(chuàng)建一個優(yōu)秀的神經網絡模型？例如，要預測一個人是男人還是女人，有兩組因素可供選擇：a.頭發(fā)顏色、皮膚顏色、雙眼皮與否；B.他是否有胡須、是否有亞當蘋

以神經網絡為核心的智能算法是否可以預測股票價格？

如何創(chuàng)建一個優(yōu)秀的神經網絡模型？

例如，要預測一個人是男人還是女人，有兩組因素可供選擇：a.頭發(fā)顏色、皮膚顏色、雙眼皮與否；B.他是否有胡須、是否有亞當蘋果和他的體重。

因此，為了建立一個優(yōu)秀的神經網絡模型，我們必須選擇具有高度相關性的因素。

同樣的因素，在不同的神經網絡結構中，預測結果會有很大的不同。

如果結構太簡單，會出現“欠擬合”，即應該分析的不分析；如果結構太復雜，會出現“過擬合”，即不應該分析的不分析。只有正確的網絡結構才能分析出預期的結果。

例如：

一個住在偏遠村莊a的學生被城市B中學錄取。他是村里歷史上唯一被B中學錄取的人。高考后，他被清華大學錄取。

如果已經安裝了模型，將考慮100%的“住a村”和“讀B高中”的人可以被清華大學錄取。這是真的，但顯然不是我們想要的結論。

直接圖表：

沃倫·巴菲特（Warren Buffett）是公認的投資大師，在過去20年中實現了20%的平均回報率；詹姆斯·西蒙斯（James Simmons）使用他的量化模型，從1989年到2009年實現了約35%的平均回報率。