用于比较股票预测的神经网络类型

我目前正在使用神经网络进行股票价格预测项目。我打算使用相同的数据输入（历史数据和一些技术指标）比较3个不同的神经网络，然后使用不同的神经网络预测次日收盘股价。用于比较股票预测的神经网络类型

我知道多层感知器（MLP）可能是最基本的，那么我应该将其与其他2种人工神经网络进行比较，为什么？任何帮助指出我在正确的方向将不胜感激。谢谢！

我使用MATLAB这个项目，所以如果一开始，我可以看一下代码，并试图了解发生了什么将是很好的

2014-10-04 bassdance

我发现这个机器学习classra on coursera，https://www.coursera.org/course/ml，非常有帮助。关于完全实现神经网络的matlab代码，请参阅第4和5周的编程任务。 – jenesaisquoi 2014-10-04 02:47:56

解决方案聚焦disambiguition任何可用的源代码：

关注ANN类型：

如果您的演示项目的意图是专注于只是展示一个不同的“技术”里面用的基于人工神经网络预计值对于发现3种不同的类型（感知器，RBM，自动编码器，递归神经网络，深度复发），有一些可行的学术资源需要测试，因为您希望获得原始结果以供发布。需要警告的是，您的某些类型的计算资源不需要如此简单易用。因此，请根据您的时间，计划处理的细节和预算细节进行选择。

关注ANN-训练过程的质量：

如果你的项目旨在以各种ANN的ANN-训练的过程中有相应的进步（收敛，灵敏度，偏置/过拟合比较，一种能力/一定程度的泛化），不需要在ANN-Design上花费很多精力，但是您需要足够的数量的基于优化器的框架来微调您的实验ANN的参数设置。记住你的问题的计算复杂度...... O（f（N））......你的斗争将在你的实际数据尺度上与优化器参数化状态空间对比O（f（N））[m， N + S]

专注于预测的质量在提前测试生产（上外的样本数据）：

如果你的项目旨在实现预测器的一些更复杂的定量比较'输出，还有更重要的方面，而不仅仅是一个类型的神经网络。

ANN-OutputLAYER设计Out[j]（究竟应当是什么意图预测的输出？）
输入数据[M,N]清洗[m<M,N] &理智
缺少&错误数据元素处理
特点[n<N]选择&合成特征[s]结构...即 特征的工程
ANN-InputLAYER设计In[n+s]
ANN-建筑设计{In[n+s]，Hidden[xthLAYER][varNODEs]，Out[j]}
ANN架构连接模型

来源

2014-10-04 02:21:01 user3666197

用于比较股票预测的神经网络类型

回答

相关问题