隨著預測市場在不同指標上的擴展，人工智慧在交易策略、研究和算法中的採用變得更加不可避免。已經有多個人工智慧工具的例子，例如我們的 Polyfacts 自訂 LLM 用於預測市場， 因此值得看看指導這些系統的基本概念。 深度神經網絡 神經網絡是基於人腦神經元設計的計算模型，廣泛用於通過連接的層或節點處理數據來識別模式和做出決策。 神經網絡由三個組件組成。輸入、處理（隱藏層）和輸出。當輸入和輸出之間有多於一個隱藏層時，稱為深度神經網絡。 隱藏層由接收來自輸入組件的信息並根據權重對這些信息進行分類的神經元（或節點）組成。權重幫助網絡確定該信息在生成基於該信息的輸出時的重要性。數學上， 加權總和 = (輸入1 × 權重1) + (輸入2 × 權重2) + ... + 偏差 假設你正在決定是否去餐廳，你自然會考慮以下因素並根據它們對你正在推理的上下文的重要性分配權重（假設這裡是 0-1 的範圍）， 天氣：0.2 飢餓：0.5 預算：0.7 朋友可用：0.3 也就是說，擁有良好的天氣是件好事，但無論如何，對於這個決策來說，天氣對你的大腦並不是非常重要，其他值也是如此。 當前情況的因素值， 天氣晴朗 - 1（實際有多晴朗） 你非常餓 - 0.9（你實際上有多餓） 預算 - 0.2（熊市😂） 朋友可用 - 1 ...