27、金融深度学习：使用 TensorFlow 构建价格预测模型

金融深度学习：使用 TensorFlow 构建价格预测模型

1. 深度学习基础概念

1.1 激活函数

激活函数是人工神经元的一部分，它将加权输入的总和转换为另一个值，传递给下一层。通常，输出值的范围是 -1 或 0 到 1。当人工神经元将非零值传递给另一个神经元时，就称该神经元被激活。常见的激活函数主要有以下几种：
- 线性（Linear）
- Sigmoid
- Tanh
- Hard tanh
- 修正线性单元（Rectified linear unit，ReLU）
- 带泄漏的 ReLU（Leaky ReLU）
- Softplus

例如，ReLU 函数只有在输入大于零时，才会以相同的输入值激活节点。研究人员更喜欢使用 ReLU，因为它比 Sigmoid 激活函数训练效果更好。

1.2 损失函数

损失函数用于计算模型预测值与实际值之间的误差。误差值越小，模型的预测效果越好。基于回归的模型常用的损失函数有：
- 均方误差（Mean squared error，MSE）损失
- 平均绝对误差（Mean absolute error，MAE）损失
- Huber 损失
- 分位数损失

基于分类的模型常用的损失函数有：
- 焦点损失（Focal loss）
- 铰链损失（Hinge loss）
- 逻辑损失（Logistic loss）
- 指数损失（Exponential loss）

1.3 优化器

优化器有助于在最小化损