#TradingAnalysis101 Această studie explorează aplicarea potențială a tehnicilor de învățare profundă în predicția pieței de capital și în luarea deciziilor de investiții. Autorii au utilizat datele bursiere multi-temporale (MTS) pentru o extragere eficientă a caracteristicilor multi-scalare în atenția inversă (RCA), combinată cu un algoritm îmbunătățit de optimizare a balenelor (IWOA) pentru a selecta parametrii optimi pentru rețeaua bidirecțională de memorie pe termen lung și scurt (BiLSTM) și au construit un model inovator de predicție a tendințelor inteligente RCA-BiLSTM. În același timp, un model complet de predicție și investiții inteligente RCA-BiLSTM-DQN a fost stabilit prin combinarea strategiei de investiții a rețelei Q profunde (DQN). Rezultatele cercetării indică faptul că modelul are capacități excelente de modelare a secvențelor și învățare a deciziilor, care pot captura caracteristicile nonliniare și corelațiile complexe ale pieței și pot oferi rezultate de predicție mai precise. Acesta poate îmbunătăți continuu robustețea și stabilitatea modelului prin învățare adaptivă și optimizare automată.