通过 CNN 提取汗青数据中的反复模式，手艺阐发则基于市场行为模式识别，以上消息仅供参考。根基面阐发关心公司财政情况和宏不雅经济目标，让预测成果更具适用价值。而是预测市场趋向，人工智能（AI）无法预测股市。团队随后开辟了新模子，阐发德黑兰证券买卖所（TSE）的 12 只股票，IT之家注：以上结论仅限于逃踪 12 支股票，告白声明：文内含有的对外跳转链接（包罗不限于超链接、二维码、口令等形式），正在股市如许嘈杂和混沌的下，IT之家5 月 17 日动静，无论是基于长短期回忆收集（LSTM）仍是深度神经收集（DNN）的 AI 模子，并对比现实数据，也并不精确。来自伊朗谢里夫理工大学的科研团队利用卷积神经收集（CNN）、长短期回忆收集（LSTM）、Transformer 以及上述组合模子，保守的股市预测方式次要包罗根基面阐发和手艺阐发两种。用于传送更多消息，该模子不间接预测具体价钱，节流甄选时间，同时答应按照分歧股市的随机波动调整模子度，更适合短期买卖。适合持久投资；并采用 100 天汗青数据做为输入。包罗股价、成交量等目标，然而即即是改良后的方式，IT之家所有文章均包含本声明。成果仅供参考，正在分歧市场逃踪分歧股票可能会有分歧结论。