測試第三周，我的QQQ程序預測今天

會有比較大的震輻，但最終收微綠319.51。我有點不相信這個預測，最近一年多來，Fed決策日，收盤漲跌幅都比較大。

這是一個非常非常初始的預測程序。從最初起意寫這個程序，收集，處理數據，訓練，到現在測試才三個星期多一點。係統很不完善，預測有時錯的離譜，有時很準確，需要大量的實測數據來改進。反正我現在不會拿它來作為任何實際交易的參考。

所有跟帖： 

• 挺有意思的，好奇問一下是用哪個algorithm做的，考慮哪些variables? -FightwtMM- ♂ (0 bytes) () 05/03/2023 postreply 06:25:52

• 沒有算法，用的是 -Study4Test- ♂ (113 bytes) () 05/03/2023 postreply 06:31:20

• 深度學習比較常用的預測算法是LSTM長短時記憶神經網絡。我用來做過股價預測，針對不同的輸入參數，反應太過靈敏，很難把握。 -Wm.Knabe- ♀ (0 bytes) () 05/03/2023 postreply 07:02:57

• 很多年前，我設計過 -Study4Test- ♂ (219 bytes) () 05/03/2023 postreply 07:20:46

• 我也覺得RNN會效果更好，因為數據是time series數據 -FightwtMM- ♂ (0 bytes) () 05/03/2023 postreply 11:50:36

• 那就是用周期的數據來predict -FightwtMM- ♂ (0 bytes) () 05/03/2023 postreply 11:36:15

• 每天的預測用了 -Study4Test- ♂ (86 bytes) () 05/03/2023 postreply 06:48:28

• 為什麽不用納指做變量？納指可以為你提供50年的數據，而QQQ與納指強相關。隻是個建議。 -ybdddnlyglny- ♂ (167 bytes) () 05/03/2023 postreply 07:03:33

• 好建議，我會把 -Study4Test- ♂ (81 bytes) () 05/03/2023 postreply 07:08:26

• 更簡單粗暴的方法是用納指數據將QQQ向前延申30年，將造出的數據喂給模型，這樣就不用修改模型了。 -ybdddnlyglny- ♂ (0 bytes) () 05/03/2023 postreply 07:11:13