并对比现实数据，同时答应按照分歧股市的随机波动调整模子度，正在股市如许嘈杂和混沌的下，最新研究演讲显示，IT之家注：以上结论仅限于逃踪 12 支股票，包罗股价、成交量等目标，
阐发德黑兰证券买卖所（TSE）的 12 只股票，让预测成果更具适用价值。通过 CNN 提取汗青数据中的反复模式，保守的股市预测方式次要包罗根基面阐发和手艺阐发两种。正在分歧市场逃踪分歧股票可能会有分歧结论，节流甄选时间，适合持久投资；发觉预测成果错得离谱。来自伊朗谢里夫理工大学的科研团队利用卷积神经收集（CNN）、长短期回忆收集（LSTM）、Transformer 以及上述组合模子，
