Прогнозирование цен на фондовом рынке с использованием Neural Prophet и глубоких нейронных сетей
Изображение создано Gemini AI
Представлена новая модель Neural Prophet с глубокими нейронными сетями (NP-DNN), которая значительно улучшает прогнозирование цен на фондовом рынке, достигая впечатляющей точности в 99,21%. Используя нормализацию по Z-оценке и решая проблему пропущенных данных, модель задействует многослойный перцептрон (MLP) для выявления сложных закономерностей и превосходит существующие методы.
Нейронный Пророк с Глубокой Нейронной Сетью Достигает Высокой Точности в Прогнозировании Цен на Акции
Новая модель, объединяющая Нейронный Пророк с Глубокой Нейронной Сетью (NP-DNN), достигла точности 99,21% в прогнозировании цен на акции. Это достижение может изменить финансовое прогнозирование, устраняя ограничения, присущие традиционным статистическим методам.
Модель NP-DNN использует нормализацию по Z-оценке и заполнение пропущенных значений для повышения точности прогнозирования. В своей основе модель применяет Многоуровневый Перцептрон (MLP), который обучается сложным нелинейным взаимосвязям между ценами акций, извлекая скрытые паттерны для улучшения прогнозов.
Сравнительный анализ показывает, что NP-DNN превосходит другие методы прогнозирования, подчеркивая потенциал технологий глубокого обучения в прогнозировании фондового рынка.
Связанные темы:
📰 Первоисточник: https://arxiv.org/abs/2601.05202v1
Все права и авторство принадлежат первоначальному издателю.