感謝 PipMeUp 的長篇文章。你有一個很好的觀點，這只是一個指標。它只預測下一個 5 分鐘柱的平均值，這使得該指標比另一個預測特定時間某個值的預測器更難使用。但是這種平均降低了預測變量的波動性，模型更容易找到一些模式。對於一種策略，我應該訓練其他模型，但與此沒有太大區別。我不會嘗試預測開盤價或收盤價，因為它們是最難的。但也會嘗試預測條形的高點、低點、第一四分位數和第三四分位數。這將有很大幫助，使用這些指標可以更容易地制定策略，找到 TP 和 SL 水平。 . .建立一個同時預測所有這些的模型甚至可以幫助更好地概括，但這不能事先知道。所以需要幾天的 GPU 計算。我也應該使用買入價，製作相同的特徵，並從買入價和賣出價中彌補一些有希望的交叉特徵（點差、滑點等）。這應該會進一步幫助該模型。之後應該是戰略建設。首先，我會採用更保守的策略，而不是基於 DL。當然，獲得輸入的強化學習會很好，但這將是一個很長的開發時間，也許不基於 ML 的策略就足夠了。關於置信區間：對於定向Relu方法，我沒有顯示置信區間，你是對的。確定某些不確定性的一個簡單指標是平均平均誤差本身。我們可以將正態分佈擬合到驗證錯誤中，並獲得內部 95% 的寬置信區間。對於具有概率輸出的最後一個模型，我們得到分佈作為預測（我們得到子分佈的均值和標準差）。因此，在每一步，都可以根據對該特定時間預測的均值和標準差來計算任何水平的置信區間，並且每個時間步都有基於輸入參數的自己的置信區間。從我上面插入的圖片
https://miro.medium.com/max/618/1*GN...P3kp9Ikng.jpeg很難得到這些置信水平，應該標明 50% 和 95% 的水平以便更好地判斷。是的，我應該找點時間進一步改進模型，謝謝。