1、线性回归只能捕捉简单线性关系;LSTM 可以识别股价时序里长期依赖关系,记住前期多天走势信息。
2、股票数据是非线性、受历史时序影响;LSTM 适配波动、周期性特征;线性回归拟合非线性行情效果很差。
3、LSTM 可以处理时间序列里滞后效应;传统回归假设样本相互独立,不符合股票连续变化特点。
量化交易如何处理高频数据,与传统交易相比有什么优势?
决策树模型的构建原理是什么?在量化分析中有哪些优势和不足?
问一问流程:
1.提交咨询
2.专业一对一解答
3.免费发送短信回复