⑴ ai預測股票哪種演算法比較好
預測股票哪種演算法比較好，因為很多的一種演算法都是來源於很多的人，他們有有經驗的人就演算法非常。
⑵ 現在都有哪些股票價格預測的模型和演算法
股票價格無法用模型和演算法預測 可以預測的只有趨勢和方向
形態滿足的價格預測只有V型反轉一個
⑶ 智能演算法（如神經網路）預測股指走勢，在現實中可操作性強嗎真有機構使用此類演算法來預測走勢並操作嗎
操作性不強，因為結果只是一個理論結果，在大量實驗下結果才吻合。
而且由於數據完整性存在極大缺陷，不能有效的完成預測。
最關鍵就是：真正的分析師是不會問這種問題的====於是你不是真正的分析師====你拿不到客觀完整的數據====數據分析存在嚴重問題=====風險和收益不成比例=====股市有風險，入市須謹慎
⑷ 你好看你發帖問過用BP神經網路預測股票價格的提問
首先你要搞清bp的基本原理，基於梯度法的原則，因為這種演算法按梯度走，極易進入局部最小點二出不來，所以對於比較簡單的模型如高斯曲面有一定的逼近能力，但是現實如你所說的股票，相關因素特別多，也就是說神經網路輸入通道會很多，而且通道和通道直接喲相關性，模型在超曲面上就像是大海海面一樣跌宕起伏，使用bp明顯太過於困難，而且實際中樣本有限的很，bp理論基於樣本無限的學習規則（21實際70年代），你要證明的話，可以例舉一個簡單的單極二次型函數，用來試試看bp能否完全逼近這個函數
⑸ 人工智慧預測股票靠譜嗎
人工智慧是通過大數據預測的，對錯參半不能算靠譜。
⑹ 人工智慧能不能通過機器學習，預測未來股票走勢
不能 股價走勢是成千上萬投資者的投資行為決定 根本不可能量化分析
人工智慧怎麼學？
⑺ 我花了近5年的時間發明了一種演算法（裡面涉及到一些創新理論），可以預測一隻股票的最佳買點，想推廣
都能用excel運算了，就說明這套東西能寫成程序了，那就把你這套東西做成交易策略去回測一下看看效果唄，拿資金曲線，回測數據說話唄。
如果真那麼好用還上什麼班啊，還賣給別人干什麼啊。做成自動交易程序你不就等於擁有了一台印鈔機了嗎。在家數錢就可以了。
⑻ RC智能雲的演算法怎麼樣，預測股票行嗎
可以啊，是基於智能技術建立的比較准確的一種演算法，可以提高股票預測的准確度
⑼ 預測股票的方法有幾種
1、股票價格的預測要綜合考慮多種因素，比如公司的基本面、日K線、周K線、月K線、成交量、各種技術指標等等。股票買了就漲是許多人夢寐以求的事情，其實，盤中判斷股價會不會拉升並不是「可『想』不可求」的事情，是通過長期看盤、操盤實踐可以達到或者部分達到的境界。其中一個重要方法是「結合技術形態研判量能變化」，尤其是研判有無增量資金。
2、股票預測公式和方法是：
如果當天量能盤中預測結果明顯大於上一天的量能，增量達到一倍以上，出現增量資金的可能性較大。股票預測首先要預測全天可能出現的成交量。公式是(240分鍾÷前市9：30分到看盤時為止的分鍾數)×已有成交量(成交股數)。使用這個公式時要注意：
（1）往往時間越是靠前，離開9：30分越近，越是偏大於當天的實際成交量。
（2）一般採用前15分鍾、30分鍾、45分鍾等三個時段的成交量來預測全天的成交量。過早則失真，因為開盤不久成交偏大偏密集;過晚則失去了預測的意義。
⑽ 基於遺傳演算法的神經網路預測股票的價格有現實意義嗎 知乎
有一定參考價值
但你不能以此為實際購買股票的唯一依據，不然會賠的很慘
不要只依賴演算法結果…
望採納