數(shù)字人的新革命，BAT的“沖高”戰(zhàn)場
來源：劉曠ChatGPT橫空出世，讓人們看到了數(shù)字人的另一種可能，將ChatGPT與虛擬數(shù)字人融合，研發(fā)出更加智能化、擬人化的虛擬數(shù)字人成為數(shù)字人廠商的新命題、新方向。2月份，嶺南股份
5 月 17 日消息，最新研究報告顯示，人工智能（AI）無法預(yù)測股市。無論是基于長短期記憶網(wǎng)絡(luò)（LSTM）還是深度神經(jīng)網(wǎng)絡(luò)（DNN）的 AI 模型，它們對股市的預(yù)測結(jié)果都錯得離譜。
傳統(tǒng)的股市預(yù)測方法主要包括基本面分析和技術(shù)分析兩種?；久娣治鲫P(guān)注公司財務(wù)狀況和宏觀經(jīng)濟指標(biāo)，適合長期投資；技術(shù)分析則基于市場行為模式識別，包括股價、成交量等指標(biāo)，更適合短期交易。
來自伊朗謝里夫理工大學(xué)的科研團隊使用卷積神經(jīng)網(wǎng)絡(luò)（CNN）、長短期記憶網(wǎng)絡(luò)（LSTM）、Transformer 以及上述組合模型，分析德黑蘭證券交易所（TSE）的 12 只股票，并對比實際數(shù)據(jù)，發(fā)現(xiàn)預(yù)測結(jié)果錯得離譜。
團隊隨后開發(fā)了新模型，該模型不直接預(yù)測具體價格，而是預(yù)測市場趨勢，并采用 100 天歷史數(shù)據(jù)作為輸入，通過 CNN 提取歷史數(shù)據(jù)中的重復(fù)模式，同時允許根據(jù)不同股市的隨機波動調(diào)整模型敏感度，讓預(yù)測結(jié)果更具實用價值。然而即便是改進后的方法，在股市這樣嘈雜和混沌的環(huán)境下，也并不準確。
注：以上結(jié)論僅限于追蹤 12 支股票，在不同市場追蹤不同股票可能會有不同結(jié)論，以上信息僅供參考。
參考
研究發(fā)現(xiàn) AI 無法預(yù)測股市
Stock market trend prediction using deep neural network via chart analysis: a practical method or a myth?
本文鏈接：http://www.rrqrq.com/showinfo-45-13014-0.html初步研究表明 AI 無法準確預(yù)測股市
聲明：本網(wǎng)頁內(nèi)容旨在傳播知識，若有侵權(quán)等問題請及時與本網(wǎng)聯(lián)系，我們將在第一時間刪除處理。郵件：[email protected]
上一篇： 谷歌安卓將推新 ML Kit GenAI API，擴展端側(cè) Gemini Nano AI 模型訪問
下一篇： Build 2025：微軟力薦開發(fā)者整合 AI 功能，重塑 Win11 應(yīng)用生態(tài)
Copyright ? 2016-2023 天津谷騏科技有限公司 版權(quán)所有 sitemap.xml
違法及侵權(quán)請聯(lián)系：[email protected] 津ICP備18001702號
津公網(wǎng)安備 12010102000574號