ANN を使用して株価を予測するプロジェクトに取り組んでいます。過去 7 年間のデータを使用してシステムをトレーニングしましたが、1 日のデータを予測するのに問題なく動作します。ここで、今後 7 日間の株価を予測したいと考えています。
私の考えは、1日目のデータを使用して2日目のデータを予測し、2日目と1日目の予測データを使用して3日目のデータを予測することです。しかし、それは正しく機能していません。
ANN をトレーニングして、始値、1 日の最高値と最低値を使用して終値を予測しました。
次の7日間のデータを予測するアイデアは何ですか??
Maruf、1 日先の信頼できる ANN 予測子がある場合は、さらに議論するために私に連絡してください! 笑
冗談はさておき。ニューラル ネットワークやその他の非線形予測子は、まさに予測子です。扱っているデータ (株価データ) は、ほとんどがランダムです。信じられない場合は、次の疑似コードを使用してランダム ウォークを生成し、画面にプロットしてみてください。
let min = -0.5
let max = +0.5
let bias = 0.01
let random = rand(min, max)
y[i] = y[i-1] + random + bias
バイアスをわずかに (-0.01 から 0.01 に) 調整すると、トレンドの株価のように見えるシリーズになります。この理由は、根底にあるトレンドの中で、コイントスよりも優れた決定を下している人がいるからです. 平均的なトレーダーは 55% の確率で正しいことをご存知ですか? 彼が必要とするのはそれだけです...
現在、データの大部分がランダムである場合、予測が非常に難しくなります。大量のノイズの中で信号を探しています。毎日予測しようとすると、予測の精度が低下します。
お聞きしてもよろしいですか。1 日先の予測を得るために、ANN にどのような情報を入力しましたか? たとえば、毎日の株価とその他の派生要因 (変化率、出来高、発散など) を使用して正確な 1 日予測を取得している場合、次の方法で正確な 1 週間予測を取得できることがわかります。上記のすべてを毎週の在庫データに置き換えます。
編集：
次に、予測子の精度をテストするために何をしていますか? mikera の回答を補強するために、次のような戦略を提案します。
1000 日のデータ ウィンドウが与えられた場合、これらのうち 800 を取得して ANN をトレーニングします。今、彼の未来のある日を予測してください。予測された方向 (上昇、下降) と予測された終値 (% 差) を比較して、その結果の精度を測定します。ウィンドウを 1 日右にスライドします。ANN を再トレーニングし、1 日予測を実行して結果を記録します。
これを残りの 200 日間続けた場合、どのくらいの割合の結果が正しい方向 (上、下) になりましたか? 実際に予測された終値の 10% 以内に収まった結果の割合は? あなたの ANN が毎日の営業終了時に注文を出し、翌日の終わりに注文を締めたら、どれくらいの利益が得られたでしょうか? もちろん、スリッページと取引手数料の会計...
これにより、システムがどれほど正確で価値があるかがわかります。
1日先でも効果的に予測できれば、非常にうまくいきました。通常の問題は次のとおりです。
上記のトラップのいずれかに陥っていないと仮定すると、複数日の予測を行う方法は、将来の各日について個別に予測変数を個別に設定することです。翌日の予測を2日目などにフィードすることにはあまり付加価値はありませんが（入力データに新しい情報がないため）、必要に応じて試すことができます（害を及ぼすことはできません）。 、便利な特徴検出器などを提供することにより、学習をスピードアップする可能性があります）。
また、不確実/遠方の予測の変動が大きくなることを期待します（これまでの間に不確実な株価変動の日が多いため）。この理由から、統計の分散と平均を予測することは価値があります。