技术交易者长期以来依赖对K线图的视觉分析来识别市场模式并预测价格走势。尽管深度学习在图像分类领域取得了显著成功，但其在金融图表图像上的应用仍未被充分探索。近日，一篇来自史蒂文斯理工学院的研究论文对加密货币制度预测中的不同视觉表示方法进行了系统研究。该研究评估了三种图像编码方法：原始K线图、格拉姆角场（GAF）及多通道GAF；五种图表组件配置：仅价格、成交量与价格、均线等；四种神经网络架构：简单CNN、ResNet18、EfficientNet-B0以及Vision Transformer；以及ImageNet迁移学习的影响。研究团队在2018年至2024年间的比特币、以太坊和标普500数据上进行了八项控制实验，以确定视觉制度分类的最优配置。
实验结果显示，一个简单的4层CNN在原始K线图上获得了0.892的AUC-ROC，表现优于更大规模的预训练模型，如EfficientNet-B0和Vision Transformer。出乎意料的是，更简单的表示方法——例如仅显示价格的图表以及128x128的低分辨率图像——始终优于更复杂的替代方案。这表明，在金融图表分析中，并非所有复杂方法都有效，简洁的设计可能更有利于捕捉关键模式。研究者还利用GradCAM技术进行可解释性分析，揭示了模型关注的价格区域。此外，尽管自然图像与金融图表之间存在着显著的领域差距，ImageNet迁移学习仍能带来4-16%的性能提升，证明了迁移学习在跨领域应用中的潜力。
该研究为将深度学习应用于金融图表分析提供了系统性的基准和实用见解。作者建议，在开发模型时应优先考虑简单表示，并充分利用迁移学习。未来的工作可以探索更广泛的数据集和更先进的可解释性方法。该论文作为一篇2025年秋季的课程项目，共9页，包含8张图和9张表，由Dustin M. Haggett撰写，论文编号arXiv:2605.00875。