r神經網路股票交易

① 如果用神經網路學習股票買賣，能做出一個完美的賺錢程序嗎

想在股市裡面賺錢都需要多方結合參考。當然不排除一招制敵的東西

② 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

③ 在找能做人工智慧股票軟體的人

不知道你想怎麼做,做到什麼程度,如果只是簡單按照交易策略自動交易,那就容易多了有點編程基礎利用現在的很多第三方平台就可以實現.
但如果你想神經網路讓ai自己學習,那這事可大了,先不說這能不能成功,就硬體投入和人員的投入就不是一個小數字.

我學股票的最終目標就是奔著人工智慧方向努力的.就現在而言也只是利用計算機幫助分析效率提高,做一些策略回測分析優化,或者自動交易這些.還達不到人工智慧讓機器自己學習.

④ 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

⑤ 基於神經網路的股票預測

還要含代碼？
你的 t 讓門夾了吧？

⑥ RSI選股策略詳解

（1）RSI金叉：股票的多頭力量開始強於空頭力量，股價將大幅揚升，這是RSI指標指示的中線買入信號。（2）突破均線，放量：當股票同時帶量向上突破中長期均線時出現的買入信號比較准確，投資者可逢低買入。

⑦ 神經網路怎樣用在外匯交易中

用神經網路演算法去預測匯率
望採納

⑧ 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

⑨ 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。