以神經(jīng)網(wǎng)絡(luò)為核心的智能算法是否可以預(yù)測(cè)股票價(jià)格？如何創(chuàng)建一個(gè)優(yōu)秀的神經(jīng)網(wǎng)絡(luò)模型？例如，要預(yù)測(cè)一個(gè)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(dāng)蘋

以神經(jīng)網(wǎng)絡(luò)為核心的智能算法是否可以預(yù)測(cè)股票價(jià)格？

如何創(chuàng)建一個(gè)優(yōu)秀的神經(jīng)網(wǎng)絡(luò)模型？

例如，要預(yù)測(cè)一個(gè)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(dāng)蘋果和他的體重。

因此，為了建立一個(gè)優(yōu)秀的神經(jīng)網(wǎng)絡(luò)模型，我們必須選擇具有高度相關(guān)性的因素。

同樣的因素，在不同的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)中，預(yù)測(cè)結(jié)果會(huì)有很大的不同。

如果結(jié)構(gòu)太簡(jiǎn)單，會(huì)出現(xiàn)“欠擬合”，即應(yīng)該分析的不分析；如果結(jié)構(gòu)太復(fù)雜，會(huì)出現(xiàn)“過擬合”，即不應(yīng)該分析的不分析。只有正確的網(wǎng)絡(luò)結(jié)構(gòu)才能分析出預(yù)期的結(jié)果。

例如：

一個(gè)住在偏遠(yuǎn)村莊a的學(xué)生被城市B中學(xué)錄取。他是村里歷史上唯一被B中學(xué)錄取的人。高考后，他被清華大學(xué)錄取。

如果已經(jīng)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(xué)錄取。這是真的，但顯然不是我們想要的結(jié)論。

直接圖表：

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