神經網路概念的股票

㈠ 基於遺傳演算法的神經網路預測股票的價格有現實意義嗎 知乎

有一定參考價值
但你不能以此為實際購買股票的唯一依據，不然會賠的很慘
不要只依賴演算法結果…

望採納

㈡ 人工智慧概念股有哪些 人工智慧晶元誰是龍頭

人工智慧包含硬體智能、軟體智能和其他。

硬體智能包括：漢王科技、康力電梯、慈星股份、東方網力、高新興、紫光股份。

軟體智能包括：金自天正、科大訊飛。

其他類包括：中科曙光、京山輕機。

㈢ 你好看你發帖問過用BP神經網路預測股票價格的提問

首先你要搞清bp的基本原理，基於梯度法的原則，因為這種演算法按梯度走，極易進入局部最小點二出不來，所以對於比較簡單的模型如高斯曲面有一定的逼近能力，但是現實如你所說的股票，相關因素特別多，也就是說神經網路輸入通道會很多，而且通道和通道直接喲相關性，模型在超曲面上就像是大海海面一樣跌宕起伏，使用bp明顯太過於困難，而且實際中樣本有限的很，bp理論基於樣本無限的學習規則（21實際70年代），你要證明的話，可以例舉一個簡單的單極二次型函數，用來試試看bp能否完全逼近這個函數

㈣ 基於神經網路的股票預測

還要含代碼？
你的 t 讓門夾了吧？

㈤ 用人工神經網路進行股票預測，數據樣本為開盤，收盤，最高，最低，成交量，成交額。用weka或matlab實現

把樣本數據分為訓練樣本和測試樣本，然後用訓練樣本訓練網路，用測試樣本進行模型驗證

㈥ 神經網路 能對股票 預測嗎

因為他么有未來函數，但是有未來函數的又是會隨著行情的演變而變的，所以沒有預測的軟體，只有預測的人，盤感很重要，不要迷信軟體，那樣不是會看軟體的人就能賺錢了。關注資金動向是你首先應該學習的。

㈦ 請教用人工神經網路進行股票預測在weka

預測股票可不是有以往股票數據就能的，要考慮因果性，現實事件與股票波動有因果性，也就是時序性。在這情況下有LSTM單元組成循環神經網路可以做到，但訓練集的強度跟體積可是很大的，這需要注意。

㈧ 利用BP神經網路預測股票價格走勢

參考 matlab神經網路30例 中有一個股票預測的案例
我覺得svm做這個更好

㈨ BP神經網路預測股票

感知器你知道么，如果不知道，建議你買《人工神經網路原理》馬銳著，看完70頁你就會了。里邊也有你這個問題的設計思路。用c語言matlab都能編，如果有問題，請留言，想問下你是什麼專業？