基于 CNN 对蜡烛图图像探讨市场强度预测

本文探讨了仅从蜡烛图图像预测市场强度，以辅助投资决策的可能性。核心研究问题是开发一种仅使用原始蜡烛视觉且不依赖时间序列数据的有效计算机视觉模型。我们特别分析了纳入蜡烛图案（由 YOLOv8 检测）对模型性能的影响。该研究实施了两种方法：纯 CNN 处理图表图像和一种分解体结构检测图案。实验利用跨越股票、加密货币和外汇资产的多样化金融数据集。关键发现表明，蜡烛图案在本研究中未能显著提升仅使用图像数据的模型性能。性能峰值约为 0.7，低于更复杂的时间序列模型。结果揭示了从纯视觉形状中提取足够预测力的挑战，激励其他数据模态的融合。本研究阐明了纯图像模型如何为交易提供信息，同时确认图案仅在原始图表上添加有限价值。我们的内容旨在划分为独立章节，每个章节自主提供独特贡献，同时保持整体关联。请注意，本文讨论的示例不限于论文所述范围、适用性或知识。