我可以理解语音信号,单词是相关的,因此人们应该有理由相信重复的 NN 或 LSTM 可以通过运行一些具有权重和激活函数的复杂算法来进行预测。
但是对于像股票价格这样的随机数字信号,为什么可以以任何方式预测价格呢?明天的价格与过去的价格无关。
我可以理解语音信号,单词是相关的,因此人们应该有理由相信重复的 NN 或 LSTM 可以通过运行一些具有权重和激活函数的复杂算法来进行预测。
但是对于像股票价格这样的随机数字信号,为什么可以以任何方式预测价格呢?明天的价格与过去的价格无关。
根据有效市场假设,您是对的:今天的价格走势不会影响昨天的价格走势。然而,这个假设描述了一个抽象假设,这对于宏观经济建模非常有用,但不应被视为对现实的全面描述(这同样适用于其他经济假设,例如经济人的假设。)。
事实上,关于有效市场假说的批评很多。Cryptocurrency-Bubbles和 Dot-com 泡沫很可能是最好的例子,说明金融市场的价格变动在许多情况下不是纯粹的随机游走,而是会干扰行为心理影响。
根据我的经验,我可以向您保证,许多指标是相当一致的:如果您在一个不断增长的市场中交易,价格上涨的概率略高于下跌的概率(即使会更快出现临界点)或以后)。此外,还有其他指标,比如波动率,都是比较稳定的。当然,您可以尝试手动确定所有这些指标,并将它们作为特征包含在普通 DNN 中,但在实践中,使用 LSTM 通常更容易、更准确。