java笔试题算法-CNN-TA:使用深度卷积神经网络的算法金融交易：时间序列到图像转换方法：使用基于图像处理特性的二维卷积神经...

java笔试题算法具有深度卷积神经网络的算法金融交易：时间序列到图像转换方法 (CNN-TA) 使用基于图像处理特性的二维卷积神经网络的新型算法交易模型 CNN-TA。 CNN-TA “金融交易系统的计算智能技术一直很受欢迎。在过去十年中，深度学习模型开始受到越来越多的关注，尤其是在图像处理社区中。在这项研究中，我们提出了一种新的算法交易模型 CNN-TA，使用基于图像处理特性的二维卷积神经网络。为了将金融时间序列转换为二维图像，使用了15个不同的技术指标，每个指标的参数选择不同，每个指标实例生成15天的数据。作为一个结果，构建了 15 × 15 大小的 2-D 图像。然后根据原始时间序列的山丘和山谷，将每个图像标记为买入、卖出或持有。结果表明，与买入持有策略和其他在长期样本外的常见交易系统中，经过训练的模型为股票和 ETF 提供了更好的结果。” 方法： 生成的图像： 示例结果： 算法中的阶段： Phase0.java: 逆向从finance.yahoo下载的文件（finance.yahoo更新了，不再需要了） Phase1.java：执行数据框、技术分析（TA）并创建图像。 创建图像