之前已经学了那么多关于深度神经网络的东西，感觉一直没有交个像样的东西出来。
深度神经网络的基础是，在训练集跟数据集的逻辑关系上是有某种关系，或者说是映射的，深度神经网络只是通过学习将这种不太好表述的表达式参数给训练出来而已。
那么这次的话，我决定选一些比较有代表性的参数，来观察一下它们跟中国股市之间的相关关系。
选择输入项
首先，道琼斯指数可以作为一个比较有代表性的标的，美国股市比中国晚一天，在晚上10：30到早上5：00交易，从大部分的角度来说，中国股市会跟着美国股市走，但是也不是一定的。
黄金走势，黄金作为一个避险资产，跟股市走势并不一定具有相关关系，但是万一风险资产跟避险资产之间有反相关关系呢？
商品指数，我不知道有没有这样一个指数可以代表商品市场的走势的，这个后面可以查一下。
比特币走势，比特币是24小时的市场，随着市场规模的变大，理论上来说它本来应该是一个避险资产，但是不知道为什么，最近一段时间一直是跟美股联动的。
先选取这几个标的作为输入项。
输出项
上证综指、深证综指、创业板指数未来一天的走势。
准备工作
首先要找到我上面说的那些走势指数的数据源，虽然都是一些很出名的指数，但是除了比特币之外，其他的我都不知道要去哪找，所以可能还得花一段时间。
构建网络，选择LSTM可能是一个比较中规中矩的选项，然后对一些超参数进行选择，因为我电脑算力不太强，可能在人工选的几个超参数里面训练一下，看看哪个的效果比较好。
具体预测的应该是开高收低四个值，那么就需要通过一个损失函数来计算这个偏离的程度，也是一件比较头疼的事情。
基本上应该就是以上这些内容了。
网友评论