使用深度神经网络的Neural Prophet进行股票市场价格预测
Gemini AI生成的图像
一种新的模型——深度神经网络神经预言者（Neural Prophet with Deep Neural Network，简称 NP-DNN）被引入以提升股票市场价格预测的准确性，达到了令人瞩目的99.21%。该模型通过采用 Z-score 标准化和处理缺失数据，利用多层感知器（Multi-Layer Perceptron，MLP）来捕捉复杂的模式，从而超越了现有的方法。
结合深度神经网络的神经预言者在股票市场价格预测中实现高准确率
一个将神经预言者与深度神经网络（NP-DNN）整合的新模型在预测股票市场价格方面达到了99.21%的准确率。这一进展有望通过解决传统统计方法中的局限性，重塑金融预测领域。
NP-DNN模型采用Z-score标准化和缺失值填补来提高预测准确性。该模型的核心是一个多层感知器（MLP），能够学习股票价格之间复杂的非线性关系，并提取隐藏模式以改善预测效果。
比较分析表明，NP-DNN在预测精度上优于其他预测方法，突显了深度学习技术在股票市场预测中的潜力。
相关主题：
深度神经网络股价预测多层感知器神经先知股市价格预测
📰 原始来源： https://arxiv.org/abs/2601.05202v1
所有权利和署名均属于原出版商。