仅使用统计分析的摘要预测股票价格仍然是一个巨大的挑战,这是由于有效的市场假设,该假设断言价格体现了所有可访问的信息。尽管如此,精选的投资者和资金始终通过利用复杂的策略来超越美国股票市场。大多数财务研究人员持怀疑态度,即AI孤立地表现不断优于标准普尔500指数基金,但算法提供了广泛数据集的深刻见解,以帮助投资组合经理做出更明智的选择。这项研究努力确定输入功能和机器学习模型的最佳合并,以准确预测Apple Inc.股票的开放价格。AI算法仅利用技术投资分析进行预测,因为该研究的重点是使用仅从投资网站中获得可获得的值获得最高的测试精度。精心评估了五个不同的机器学习模型,从最简单的线性回归模型到最复杂的神经网络回归器。我们的假设认为,由于其复杂性,神经网络和随机森林模型将比所有其他算法更准确,并且使用更受限制的技术指标将通过避免复杂性和过度拟合的陷阱来产生卓越的准确性。虽然预测精度可能无法达到专业投资标准的梯队,但剖析了各种模型和投资价值,以展示制定股票预测计划的过程。
主要关键词