使用MLP（多层感知器）进行股票预测。

Question

我和一些同学参加了人工智能学科，我们试图复制文章“使用遗传算法和进化策略进行股票价格预测”的结果。本文解决了二次分类问题，即说明第二天股票是增加还是减少。我们得到了一些不好的结果，算法似乎只导致了一个结果，它使得输出增加或减少到每个输入。我们使用遗传算法设置输入权重，尝试使用6个输入神经元，一个隐藏神经元和一个输出神经元的MLP。我们使用2006年至2016年10年的数据集进行培训，具有开放价值，高价值，低价值，成交量，收盘价，调整收盘价。有没有人有一个想法，我们可以做什么不同，以获得更好的结果？有什么我们做错了吗？

Answer 1

从我的角度来看是隐藏单位数问题。你只使用一个隐藏的神经元，这可能不足以进行股票预测。尝试添加更多隐藏单位。