- Ten temat ma 11 odpowiedzi, 12 głosów, a ostatnio został zaktualizowany 9 miesięcy, 1 tydzień temu przez
.
-
Wpisy
-
W ostatnich latach użycie sieci neuronowych w prognozowaniu kursów giełdowych stało się niezwykle popularne. Jednakże, pomimo ich rosnącej popularności, zastanawiam się, jak skuteczne są te modele w praktyce. Czy ktoś z was miał doświadczenia z konkretnymi architekturami, takimi jak LSTM czy CNN, które przyniosły realne rezultaty? Ciekawi mnie, jakie dane były wykorzystywane i w jaki sposób przeprowadzaliście walidację wyników. Z chęcią poznałbym także opinie na temat ograniczeń tych rozwiązań.
Zastosowanie transfer learning do fine-tuningu modeli na konkretnych danych giełdowych może przynieść lepsze efekty.
Z technicznego punktu widzenia, zbudowanie modelu hybrydowego może być kluczowe. Połączenie sieci neuronowej z klasycznymi metodami statystycznymi może poprawić wyniki.
Testowałem różne podejścia, jednak kluczowe jest zrozumienie, że rynek jest chaotyczny. Nawet najlepszy model nie przewidzi wszystkiego.
- Musisz się zalogować by odpowiedzieć w tym temacie.