Я новичок в области технологий ИИ, и в настоящее время меня интересует прогноз акций с использованием ИИ. Я видел несколько примеров, в которых используется LSTM для прогнозирования акций (входные данные = исторические цены за определенный период времени, например, цена при t = -60 до t = 0), выходной сигнал = цена при t = 1). Тем не менее, он просто использует ценовую модель истории, чтобы предсказать будущую цену. Я полагал, что использование самой исторической цены будет недостаточно, чтобы предсказать цену акций, поскольку движение цены акций зависит от реакции человека на различные переменные (такие как объем торгов, индекс фондового рынка, RSI… et c). Итак, какой метод или алгоритм следует использовать, чтобы позволить машине прогнозировать цену акций на основе нескольких исторических данных (цена, объем, индекс, RSI… et c). Я думаю, что если так или иначе есть, я могу поместить ряд данных (цена, объем, индекс, RSI… и т. Д. c) в каждый интервал времени) от t = -60 до t = 0 и использовать взвешивание для все эти исторические переменные, чтобы предсказать запас вместо просто исторической цены