Vorhersage von Aktienmarktpreisen mit Neural Prophet und Deep Neural Networks
Von Gemini AI generiertes Bild
Ein neues Modell, der Neural Prophet mit Deep Neural Network (NP-DNN), wurde vorgestellt, um die Vorhersage von Aktienkursen zu optimieren und erreicht dabei eine beeindruckende Genauigkeit von 99,21 %. Durch die Anwendung der Z-Score-Normalisierung und die gezielte Behandlung fehlender Daten nutzt das Modell ein Multi-Layer Perceptron (MLP), um komplexe Muster zu erfassen und übertrifft damit bestehende Methoden.
Neural Prophet mit Deep Neural Network erreicht hohe Genauigkeit bei der Vorhersage von Aktienmarktpreisen
Ein neues Modell, das Neural Prophet mit einem Deep Neural Network (NP-DNN) integriert, hat eine Genauigkeit von 99,21 % bei der Vorhersage von Aktienmarktpreisen erreicht. Dieser Fortschritt könnte die Finanzprognose revolutionieren, indem er Einschränkungen traditioneller statistischer Methoden adressiert.
Das NP-DNN-Modell verwendet Z-Score-Normalisierung und Imputation fehlender Werte, um die Vorhersagegenauigkeit zu verbessern. Im Kern nutzt das Modell ein Multi-Layer Perceptron (MLP), das komplexe nichtlineare Beziehungen zwischen Aktienpreisen erlernt und verborgene Muster extrahiert, um die Vorhersagen zu optimieren.
Vergleichende Analysen zeigen, dass NP-DNN andere Prognoseansätze übertrifft und das Potenzial von Deep-Learning-Techniken bei der Vorhersage von Aktienmärkten hervorhebt.
Verwandte Themen:
📰 Originalquelle: https://arxiv.org/abs/2601.05202v1
Alle Rechte und Urheberrechte liegen beim ursprünglichen Herausgeber.