浅析深度学习在股票预测中的应用前景

浅析深度学习在股票预测中的应用前景

作者：王崴

来源：《数码设计》2019年第07期

摘要： 传统的股票预测主要是依靠股票分析师个人的推理判断，然而现在兴起了一种新的股票预测的方式，就是让计算机通过深度学习股票数据以及其他的有关数据来对股票进行预测。本文主要讨论了深度学习在股票预测中的应用前景，对比常规股票预测的优势与劣势。 关键词： 深度学习;股票预测

中图分类号： F832.51;;; 文献标识码： A;;; 文章编号： 1672-9129（2019）07-0123-02 Abstract： ;the traditional stock forecasting mainly relies on the reasoning and judgment of the stock analysts. However， a new method of stock forecasting has emerged， which is to let the

computer predict the stock through the deep learning of stock data and other relevant data. This paper mainly discusses the application prospect of deep learning in stock forecasting， and compares the advantages and disadvantages of conventional stock forecasting. Key words： ;deep learning; Stock prediction 1 研究背景

我曾目睹过一个外国人做的网站，网站上展示了一个深度学习的几种普通实物的计算机程序。在那个网站上有一个选择按钮，里面有几个选项，比如说猫，自行车，鸟等简单的实物，选择好其中一个，你只要在网页上的一个输入区域随便画上一笔，那个程序就可以自动帮你补上其他的部分，展示出一个完整的画面，也就是之前你选择的东西，并且在你保持选同一个选项的情况下，每次程序画出的画面还都是不一样的。因为程序并不是简简单单的仅仅记住了一个图片，它记住的是与人类完全不同的，通过深度学习后它让猫的图像与别的实物的图像对比后它自己发现的猫的特点，也就是说，通过深度学习的程序可以得出自己的结论，这显然同样可以应用在股票预测中。而且，通过深度学习的计算机得出结论依靠的依据是和人类很不一样的。

通过深度学习股市数据的计算机分析股票是参考的主体，是历年的股市数据，这是可以很方便当成材料输入给计算机来深度学习的。因此在技术层面，编写出一个能深度学习股票数据的程序是完全可行的。

2 深度学习应用于股票预测的优势

深度学习对比常规的股票预测的优势在于：通过深度学习，计算机可以不断的改善自己的性能，并且输入给计算机的可靠数据量越大，最终计算机学习的效果越好，也就是得出的结论

龙源期刊网 http://www.qikan.com.cn

越准确。股票预测的可靠程度很大程度上依靠的是股票预测人员的经验，通过深度学习股市数据的计算机同样也可以拥有丰富的“经验”，并且计算机深度学习的优势在于它可以被输入的数据的量远远多于一个股票预测人员脑中记得的量，也就是说，通过深度学习的计算机可以有比股票预测人员更多的“经验”，甚至也可以说，它可以做出比一个经验丰富的股票预测人员更可靠的股票预测。

深度学习对比常规股票预测的优势还在于：股票价格行为与投资者之间的情绪特征有很大的关联。当股票的价格呈现出上涨的趋势时，投资者多表现出积极兴奋的情绪;而当股票的价格呈现出下跌的趋势时，投资者的情绪多表现的很消极。投资者的情绪会或多或少的影响股价，这些因素可以被深度学习的计算机轻易学习透，摸清规律，从而做出可靠的判断，相比较于常规的股票预测是很难做到这点的 。

深度学习对比常规的股票预测的优势还在于它可以比常规的股票预测更方便被用户使用。当深度学习真正实用在股票预测时，通过深度学习的程序可以很客观的给出可靠的建议，甚至给刚开始入门的投资者帮忙做出决定，它是很方便的，它就是个软件。它还会很高效，对比与其有相同作用的股票分析师，一个股票分析师只能把股票一支支地分析。然而，一个已经完成深度学习的程序，可以被很轻松编入一个软件，被放在互联网上共享后，每个用户都可以下载下来使用，每个用户可以根据自己需要了解不同支股票的情况以及预测结果。 3 深度学习应用于股票预测的劣势

深度学习对比常规的股票预测也有劣势。股票预测的基础是大量的可靠历史数据，在这一方面，计算机完胜人类，但是在别的方面，那些不方便让计算机理解的信息，比如说历年股市数据的背景，例如不同时期的国家政策，不同时期的社会价值观等等，这类信息是不好被输入的。就是说，影响股票价格的因素太多，其中有一部分是不好被输入或者不被计算机理解的。假如考虑到了所有因素，那么通过深度学习的计算机还是能够很准确的做出判断的，但是以现在的科技水平，想考虑的所有有用的数据还是不太现实的，所以这个方面是深度学习在股票预测方面的劣势。

尽管如此，一切皆有可能，股票市场也是这样，总有意外会发生，通过深度学习的计算机给出结果的同时也会给出概率，没人能绝对肯定的预见未来，市场对公司的看法会不会有偏见，没人能预料到，计算机也不行。计算机能做到的，只是给出最有可能的结果，预估出最有可能接近未来结果的预估值。 4 总结

深度学习在股票预测方面的应用是一个全新的领域，有着很大的应用前景，在庞大的数据库的帮助下，通过深度学习的计算机可以做出可靠的股票预测，并且可以很方便的服务于用户。虽然现阶段可能对于综合考虑所有影响股票的因素这一方面有一定的困难，但是相信将来会有一天能够很好的应用上来，所以深度学习在股票预测中的应用前景还是很乐观的。

龙源期刊网 http://www.qikan.com.cn

參考文献：

[1]百度https：//baijiahao.baidu.com/s？id=1616894996551822688&wfr=spider&for=pc [2]深度学习技术在股票交易上的应用研究调查https：//blog.csdn.net/richard_more/article/details/52368280