研究表明：AI无法准确预测股市

5月17日最新研究报告显示，AI技术在股市预测领域遭遇重大挫折。研究表明，无论是基于长短期记忆网络（LSTM）还是深度神经网络（DNN）的人工智能模型，在股票价格预测方面表现得相当不准确，甚至可以说是失败的。

传统的股票市场预测主要依赖两种方法：基本面分析和技术分析。其中，基本面分析侧重于评估公司的财务状况和宏观经济指标，更适合长期投资策略；而技术分析则通过研究历史价格数据、成交量等市场行为来预测未来走势，通常用于短期交易决策。

伊朗谢里夫理工大学的研究团队对多种AI模型进行了深入测试。他们采用了卷积神经网络（CNN）、长短期记忆网络（LSTM）、Transformer架构以及这些模型的组合形式，用来分析德黑兰证券交易所(TSE)中12只股票的价格走势，并与实际数据进行对比。结果显示，所有模型的表现都远低于预期。

为了解决这一问题，研究团队开发了一种新的预测模型。该模型不再直接预测具体的价格数值，而是专注于判断市场整体趋势方向。改进后的模型采用了100天的历史数据作为输入，并通过CNN提取历史数据中的重复模式。同时，模型还引入了灵活性调整机制，可以根据不同市场的随机波动特性调节敏感度参数，使预测结果更贴近实际需求。然而即便如此，在面对股市这种高度不确定和复杂多变的环境时，AI仍然难以提供准确可靠的预测。

需要注意的是，以上研究结论是基于对12只特定股票的分析。在不同的市场环境和股票组合中，AI预测的表现可能会有所不同。因此，在实际投资决策时应谨慎对待。

参考文献：
[1]
[2]