博主批评了学术界在股票数据挖掘中使用BP神经网络得出的结论，指出以短期数据预测A股涨跌的不严谨性。通过自己的实验，显示了即使优化参数，平均绝对误差依然高达200%以上，强调了盘口信息在A股预测中的无效性。博主提出可能的解决方案是加入公司经营状况数据或更换其他股票市场，但面临数据获取和时间限制的挑战。
本来这篇是关于BP神经网络的，但是我已经受够了被欺骗的感觉，得先发几句牢骚。
那些发股票数据挖掘说什么BP神经网络，或者SVM在用XX方法挖掘效果非常明显，非常有效的本科生，硕士生，博士生，甚至教授们，你们这是在做学术么？我只是一个小小的做应用的人，都看不下去了，全TMD扯淡！！好吧，我现在来分析下相关论文介绍，论文的风格都大同小异，无非是先把算法拿出来分析一遍，再讲讲神经元的训练过程，相关参数的调整，弄得大张旗鼓，很高科技似地。好了，最后，取XX年XX月到XX年XX月的几十天为训练集，接下来几十天甚至是几天为测试集，得到一个很小的（30%或者更小）绝对误差，然后就说明BP神经网络在股票数据挖掘都是非常有效的。稍微有点良心的，最后补充一句，这个预测是在股市相对稳定的时候有效的。相对稳定的时候还用得着你去预测吗？最关键的是，为什么要以点代面？明明BP神经网络在那种建模上是无法做出准确预测的，为了发个论文，就玩这种文字游戏，你有意思？学术是需要严谨的！不是找个碰巧误差小的（甚至是专门找个误差最小的）就能得到这样荒谬的结论！我说了这么多，就是想表达一句话，建立在每日数据上的BP神经网络（不管你算法多么优）是无法预测A股股票涨跌的。
读者会问&#
最低0.47元/天 解锁文章
扫一扫
6859
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
