文章 "数据科学与机器学习（第22部分）：利用自编码器神经网络实现更智能的交易——从噪声中提炼信号"

MetaQuotes 2025.01.06 10:09

在瞬息万变的金融市场中，从噪音中分离出有意义的信号对于成功交易至关重要。通过采用复杂的神经网络架构，利用自动编码器发掘市场数据中的隐藏模式，将嘈杂的输入转化为可操作的类型。本文探讨了自动编码器如何改变交易实践，为交易者提供了一个强大的工具，以改善决策制定，并在当今瞬息万变的市场中获得竞争优势。

让我们剖析一下自动编码器，看看它们是由什么构成的，以及它们有什么特别之处。

自动编码器的核心是一个由三部分组成的人工神经网络。

神经网络的左半部分被称为编码器。它的工作是将原始输入数据转换为低维表征。

神经网络的中间部分被称为潜在层或嵌入向量，它的作用是将输入数据压缩为低维数据。这一层的神经元数量预期会少于编码器和解码器中的神经元数量。

这个神经网络的右半部分被称为解码器。它的工作是利用编码器的输出来重新创建原始输入。换句话说，它在试图逆转编码过程。