人工智能中神经网络在股市金融中的应用与思考

伴随着人工智能技术的进步，逐渐走进人们的日常生活中，特别是在李世石大败阿法狗之后。人们一些已经开始害怕，机器人的时代马上来了，很多可以被人替代的岗位逐渐增多，包括会计、搬运工人、洗完工人、清洁工人等等。那么人们可能纳闷人工智能具体应用了什么技术，其中神经网络就其重要的算法之一吧。

人工智能

1.什么是神经网络？

第一次学习神经网络，可能让你误会以为是生物学中的神经元、神经末梢等。其实其本质是模仿人体中的神经网络的结构，将其数字化。运用数字化的公式模拟人脑思考的运算过程。其典型的应用包括：人脸识别、指纹识别、美图秀秀等等。

神经网络

三层神经网络

网络中处理单元的类型分为三类：输入单元、输出单元和隐单元。输入单元接受外部世界的信号与数据；输出单元实现系统处理结果的输出；隐单元是处在输入和输出单元之间，不能人工神经网络由系统外部观察的单元。神经元间的连接权值反映了单元间的连接强度，信息的表示和处理体现在网络处理单元的连接关系中。

神经元

2.神经网络原理是什么？

姑且把神经网络比喻成一个刚出生的小孩子吧。孩子刚出生以后什么都不懂，是你教育他，1+1=2，他姓张，他叫张三......一个个事实或者叫“样本”吧，一个一个的事实反复经过他的大脑，逐渐被“记录下来”，记录的本质其实是神经网络的“阈值”趋于稳定；孩子当再次遇到1+1=？时，神经网络就会计算 1W1+1W2=2，W1和W2其实就是阈值。也就是说运用神经网络需要先给它一些学习的样本。归纳为：“信息的正向传播” →“计算各层输出” →“误差计算”→“误差反向传播”→“输出层隐含层逐层修改权值” →“记忆连接权值” →“下次循环” →“学习收敛”。

神经网络在金融中的应用

3.神经网络有哪些特点？

神经网络有通用性好、泛化能力好、理论依据可靠、推导过程严谨等优点，因此 神经 网络是应用最广泛的网络之一。

1）神经网络具有自学习的功能，只要把大量的学习样本输入到神经网络中，神经网络通过自己学习功能，就会慢慢的从样本中学习其中的规律。自学习功能对预测具有重要的意义。预期未来的人工神经网络计算机将为人类提供经济预测、市场预测、效益预测，其应用前途是很远大的。

2)神经网络具有很强的“记忆”能力和泛化能力；其记忆量比较大的原因是神经网络的结构可以很复杂，不同阈值的组合就记住了不同的规律和事实。

3）神经网络具有高效寻优的功能。

4.神经网络在股市金融市场的应用现状

经常炒股的人就知道，股市金融不仅仅受企业运营状况的影响，还受同行业的前景，中国宏观经济状况，有没有突发事件等等，可以说，不同因素都有可能导致股市的波动。国内外的一些研究人员仅仅都定在股市历史的交易数据查看，不把历史的因素和行业数据纳入神经网络学习的样本，显然是不科学的。或许这也是人工智能再发达也难以在金融行业中广泛应用。

笔者认为，神经网络是可以在金融中应用的。毕竟神经网络的非线性的映射能力是非常强的。前提是必须清楚的罗列出影响股市的因素，和过去几年每天的影响因素的数据作为学习样本，经过反复的学习“训练”。

5.神经网络在金融中的应用的思考

目前人工智能再快速的发展，人们很多的岗位收到威胁。但是对于一些创意性的工作比如，绘画，编剧，写作家等。还是比较难以把人取代。

经过人工智能的经验，也气势家长不要把孩子的成绩看的太重要。应该把孩子解决问题，创新能力的提高作为大学生和高中生作为一个考察因素。毕竟重复性的工作未来，是可以交给智能机器人来完成。

后记

为了方便后期人们对人工智能和金融行业的应用内容的更新，了解一下大家的兴趣