点宽专栏运用深度学习进行股票价格波动预测
发布时间
阅读量：
阅读量
01背景
股票价格预测一直是学术界和业界长期面临的持续挑战。股票的价格受到多种因素的影响包括上市公司的基本面数据产品价格波动国内宏观经济指标以及国际市场上各种金融资产及其价格波动等等这些变量与股票价格走势之间并非呈现线性关系因此传统的计量经济学模型无法有效地解决股票价格预测问题
近年来随着人工智能技术与机器学习算法的发展
02深度学习理论与模型
深度学习属于机器学习领域的新兴领域之一。其理论基础由神经网络构成。一个典型的神经网络架构通常包括输入层、隐藏层以及输出层三个组成部分。通过将数据输入至输入层后，在经过一系列的数据传导、计算与误差修正过程后，则能够使模型最终得以提取与表示样本数据中的内在规律与层次特征。理论上而言，在函数逼近能力方面具有足够复杂性的神经网络系统能够实现对各类函数关系的有效模拟。
2.1 感知机
一种基于单体计算单元构建起来的人工神经网络模型被称为感知机。向其输入与输出之间引入了一层层体内的连接关系后，则形成了多体感知机构，在每一层次中都会先执行线性变换操作后再施加非线性的激活函数处理过程。如果一个人工神经网络拥有多个深邃的隐藏层数，则被定义为深度神经网络（DNN）。
还没有任何评论哟~