數據
使布林帶正常化的適當方法？
我正在使用神經網路來預測市場趨勢。我目前正在輸入許多股票的歷史數據組合，現在正在我的數據集中實施幾個技術指標。
到目前為止，我只是試圖預測上漲或下跌趨勢，因此我已將所有數據設為固定 - 例如，我沒有輸入收盤價的原始序列，而是輸入收盤價的標準化百分比變化從一個時間點到下一個時間點。
我希望將布林帶合併到我的數據中，看看它們是否有任何影響，但我正在努力弄清楚如何應用類似的去趨勢技術。我想到的一種方法是計算每個時間點的上下帶之間的差異，然後將這兩個值正規化。
對此有什麼想法嗎？還有其他建議嗎？
您可能會注意到中間波段與上下波段之間的差異只是價格已實現標準偏差的常數。如果您想為預測算法提供一些對所有證券都具有可比性的標準化數據，我建議使用對數價格變化進行操作的指標。
特別是對於使用布林帶，您可以使用%B 指標。這會將您的價格數據縮放到 0 到 1 的範圍（很容易調整到 -1 到 +1 的範圍），這對於神經網路的 Sigmoid 或 Tanh 啟動函式很方便。