技術交易者長期以來依賴對K線圖的視覺分析來識別市場模式並預測價格走勢。儘管深度學習在影像分類領域取得了顯著成功，但其在金融圖表影像上的應用仍未被充分探索。近日，一篇來自史蒂文斯理工學院的研究論文對加密貨幣制度預測中的不同視覺表示方法進行了系統研究。該研究評估了三種影像編碼方法：原始K線圖、格拉姆角場（GAF）及多通道GAF；五種圖表元件配置：僅價格、成交量與價格、均線等；四種神經網路架構：簡單CNN、ResNet18、EfficientNet-B0以及Vision Transformer；以及ImageNet遷移學習的影響。研究團隊在2018年至2024年間的比特幣、以太坊和標普500資料上進行了八項控制實驗，以確定視覺制度分類的最優配置。
實驗結果顯示，一個簡單的4層CNN在原始K線圖上獲得了0.892的AUC-ROC，表現優於更大規模的預訓練模型，如EfficientNet-B0和Vision Transformer。出乎意料的是，更簡單的表示方法——例如僅顯示價格的圖表以及128x128的低解析度影像——始終優於更復雜的替代方案。這表明，在金融圖表分析中，並非所有複雜方法都有效，簡潔的設計可能更有利於捕捉關鍵模式。研究者還利用GradCAM技術進行可解釋性分析，揭示了模型關注的價格區域。此外，儘管自然影像與金融圖表之間存在著顯著的領域差距，ImageNet遷移學習仍能帶來4-16%的效能提升，證明了遷移學習在跨領域應用中的潛力。
該研究為將深度學習應用於金融圖表分析提供了系統性的基準和實用見解。作者建議，在開發模型時應優先考慮簡單表示，並充分利用遷移學習。未來的工作可以探索更廣泛的資料集和更先進的可解釋性方法。該論文作為一篇2025年秋季的課程專案，共9頁，包含8張圖和9張表，由Dustin M. Haggett撰寫，論文編號arXiv:2605.00875。