神经网络预测实验室
🧠
神经网络预测实验室用标的的周期、年度、星象和趋势特征训练带种子的小型神经网络委员会，先在保留区间和步进验证折叠上检查结果，再把拟合曲线向前延伸。需要 Pro 套餐。
在哪里找到
打开仪表盘 → 图表 → 分析 → 神经网络预测实验室。应用的叠加是神经网络预测指标，也位于指标 → 周期套件。
工作原理
实验室复用与预测合成器相同的构件：主导价格周期、年度曲线、可选星象曲线和趋势。线性拟合先捕捉大的形状，再由小型神经网络委员会学习剩余结构并叠加其上。每个网络都带种子，相同设置与种子总是复现完全相同的曲线。
图表上会出现三个区段：
- 模型拟合所在的浅色训练区段。
- 训练中模型从未见过的虚线保留区段——这里的跟踪是第一道诚实性检查。
- 把同一情景延伸到最新K线之后的实线前向区段。
训练与验证
点击训练网络。读数显示训练曲线在保留区间的表现——与价格同向变动的K线占比、逐日变化的相关性——以及与纯线性拟合的对比，用来判断委员会是否真的为该标的增加了信息。
步进验证表在更早的窗口上重复整个实验：每个折叠都在更旧的K线上从头重新训练，并用其后的K线打分。信任前向区段之前请先阅读它——只在最近窗口有效的情景是弱情景。实用的读法：超过一半的折叠相关性为正且均值为正，并特别关注最近的折叠——只在较旧窗口有效的拟合已经退化。所有数字都只描述你自己的标的、设置和日期范围。
应用到图表
应用到图表会以固定的全部设置（包括解析出的周期和种子）添加神经网络预测叠加，保存的布局会重绘完全相同的曲线。重新训练后用更新叠加，用移除叠加清除。
设置参考
| 设置 | 含义 |
|---|---|
| 隐藏单元 | 每个网络的规模；越大越能拟合形状，也越易拟合噪声 |
| 委员会 | 取平均的独立种子网络数量 |
| 轮数 | 每个网络的训练上限；通常提前停止 |
| 种子 | 可复现性锚点——同一种子，同一曲线 |
| 衰减 | 权重衰减；数值越高修正越小 |
| 特征 | 趋势、主导周期、年度曲线、星象曲线 |
| 训练窗口 / 保留 / 投影 | 用于拟合的K线、留作验证的K线、向前投影的K线 |
负责任地解读投影
- 投影转折是复查价格的时间，不是预测的高点或低点。
- 优先选择保留区间与折叠数字持续有用的设置，而不是仅仅贴合历史的曲线。
- 市场结构变化后请重新训练；新闻、跳空和结构性变化会立即破坏拟合情景。
- 不要把预测合成器和神经网络预测算作两个独立确认——它们共享相同的底层成分。
套餐权限
神经网络预测实验室和神经网络预测指标需要 Pro。