5 月 17 日消息，最新研究报告显示，人工智能（AI）无法预测股市。无论是基于长短期记忆网络（LSTM）还是深度神经网络（DNN）的 AI 模型，它们对股市的预测结果都错得离谱。
传统的股市预测方法主要包括基本面分析和技术分析两种。基本面分析关注公司财务状况和宏观经济指标，适合长期投资；技术分析则基于市场行为模式识别，包括股价、成交量等指标，更适合短期交易。
来自伊朗谢里夫理工大学的科研团队使用卷积神经网络（CNN）、长短期记忆网络（LSTM）、Transformer 以及上述组合模型，分析德黑兰证券交易所（TSE）的 12 只股票，并对比实际数据，发现预测结果错得离谱。
使用长短期记忆网络预测苹果估价走势
团队随后开发了新模型，该模型不直接预测具体价格，而是预测市场趋势，并采用 100 天历史数据作为输入，通过 CNN 提取历史数据中的重复模式，同时允许根据不同股市的随机波动调整模型敏感度，让预测结果更具实用价值。然而即便是改进后的方法，在股市这样嘈杂和混沌的环境下，也并不准确。
注：以上结论仅限于追踪 12 支股票，在不同市场追踪不同股票可能会有不同结论，以上信息仅供参考。
参考
