卷积神经网络（CNN）——让AI学会“看图识K线”一个金融爱好者的AI学习手记 · 第16篇你可能会问：搞金融为什么要学CNN？第15篇我们聊了模型评估，把分类任务的评价指标讲透了。现在问题来了：我们一直在用“数字”做预测——开盘价、收盘价、成交量、均线。这些数字确实是核心信息，但它们丢失了一样东西：形态。你有没有过这种经历？盯盘的时候，一眼扫过K线图，突然觉得“这个图形我见过”——头肩顶、W底、上升三角形、旗形整理……这些形态在技术分析里被认为是重要的买卖信号。人眼能识别形态，机器能不能？答案是：能。而且CNN（卷积神经网络）干这事特别在行。因为CNN原本就是被发明来处理图像的——人脸识别、自动驾驶看路、医学影像诊断，用的都是它。如果把K线图变成一张图片，CNN就能像看人脸一样“看”K线图。昨晚，我在https://pythononline.net上跑通了一个CNN模型，它做了这样一件事：把模拟生成的K线图（有点像股票软件里那种红红绿绿的蜡烛线）输入给CNN，让它判断这张图属于“上涨趋势”还是“下跌趋势”。结果虽然只是模拟数据，但CNN的识别准确