Previsione dei Prezzi del Mercato Azionario tramite Neural Prophet e Reti Neurali Profonde
Immagine generata da Gemini AI
È stato introdotto un nuovo modello, Neural Prophet con Rete Neurale Profonda (NP-DNN), per migliorare le previsioni dei prezzi nel mercato azionario, raggiungendo un’impressionante accuratezza del 99,21%. Utilizzando la normalizzazione Z-score e affrontando i dati mancanti, il modello sfrutta il Perceptrone Multi-Layer (MLP) per catturare schemi complessi, superando le metodologie esistenti.
Neural Prophet con Rete Neurale Profonda Raggiunge Alta Precisione nella Predizione dei Prezzi di Borsa
Un nuovo modello che integra Neural Prophet con una Rete Neurale Profonda (NP-DNN) ha raggiunto un'accuratezza del 99,21% nella previsione dei prezzi di borsa. Questo progresso potrebbe rivoluzionare la previsione finanziaria affrontando le limitazioni riscontrate nei metodi statistici tradizionali.
Il modello NP-DNN utilizza la normalizzazione Z-score e l'imputazione dei valori mancanti per migliorare l'accuratezza predittiva. Al suo interno, il modello impiega un Perceptron Multi-Livello (MLP) che apprende relazioni non lineari complesse tra i prezzi delle azioni, estraendo schemi nascosti per migliorare le previsioni.
L'analisi comparativa indica che NP-DNN supera altre approcci di previsione, evidenziando il potenziale delle tecniche di deep learning nelle previsioni del mercato azionario.
Argomenti correlati:
📰 Fonte originale: https://arxiv.org/abs/2601.05202v1
Tutti i diritti e i crediti appartengono all'editore originale.