2026年深度学习在数字资产价格预测中的实践题集.docxVIP

第PAGE页共NUMPAGES页

2026年深度学习在数字资产价格预测中的实践题集

一、选择题（共5题，每题2分，合计10分）

1.在预测比特币价格的深度学习模型中，哪种激活函数通常用于LSTM网络以增强长期依赖建模能力？

A.ReLU

B.Sigmoid

C.Tanh

D.LeakyReLU

2.假设某加密货币交易平台的历史交易数据中存在大量噪声，以下哪种方法最适合用于预处理数据以提高预测模型的鲁棒性？

A.标准化（Z-scorenormalization）

B.窗口平滑（Movingaveragesmoothing）

C.均值替换（Meanimputation）

D.直方图均衡化（Histogramequalization）

3.在构建比特币价格预测的卷积神经网络（CNN）模型时，以下哪个层主要用于提取价格数据的局部特征？

A.全连接层（Fullyconnectedlayer）

B.批归一化层（Batchnormalizationlayer）

C.卷积层（Convolutionallayer）

D.池化层（Poolinglayer）

4.以下哪种损失函数在预测加密货币价格时更适用于处理非对称损失（如价格大幅波动时）？

A.均方误差（MSE）

B.平均绝对误差（MAE）

C.Huber损失（Huberlo