Prédiction des prix du marché boursier à l'aide de Neural Prophet et de réseaux de neurones profonds
Image générée par Gemini AI
Un nouveau modèle, le Neural Prophet avec Réseau de Neurones Profond (NP-DNN), a été introduit pour améliorer les prévisions des prix des actions, atteignant une précision impressionnante de 99,21 %. En utilisant la normalisation par Z-score et en traitant les données manquantes, ce modèle exploite le Perceptron Multicouche (MLP) pour identifier des motifs complexes, surpassant ainsi les méthodes existantes.
Neural Prophet avec un Réseau de Neurones Profond Atteint une Haute Précision dans la Prédiction des Prix du Marché Boursier
Un nouveau modèle intégrant Neural Prophet avec un Réseau de Neurones Profond (NP-DNN) a atteint une précision de 99,21 % dans la prédiction des prix du marché boursier. Cette avancée pourrait transformer les prévisions financières en remédiant aux limitations des méthodes statistiques traditionnelles.
Le modèle NP-DNN utilise la normalisation par Z-score et l'imputation des valeurs manquantes pour améliorer la précision prédictive. Au cœur du modèle se trouve un Perceptron Multi-Couches (MLP) qui apprend des relations non linéaires complexes entre les prix des actions, extrayant des motifs cachés pour affiner les prévisions.
Une analyse comparative indique que le NP-DNN surpasse d'autres approches de prévision, mettant en lumière le potentiel des techniques d'apprentissage profond dans les prédictions du marché boursier.
Sujets connexes :
📰 Source originale : https://arxiv.org/abs/2601.05202v1
Tous les droits et crédits appartiennent à l'éditeur original.