Olá Artur,
Nunca fiz nada de sério com NN, apenas algumas experiências usando um módulo do software Wealth-lab Developer.
Do pouco que aprendi, sugiro que alimentes a rede com dados pre-processados e não raw. Por um lado, para normalizar os dados, para que fiquem em percentagem ou como comparativo em relação a uma referência. E por outro para que a rede se torne mais eficiente.
Colocaria por exemplo:

Informação sobre se o volume está a aumentar ou diminuir (talvez até binário), se está superior ou inferior à média do volume dos últimos n dias.

Informação sobre se a cotação está com uma tendência definida ou em negociação lateral.

Informação sobre a posição do close relativamente a um canal de negociação. (Estocastico, 0-100%).

Informação sobre a força da tendência, caso exista, ascendente ou descendente.

Informação sobre a volatilidade, de forma semelhante à informação do volume.

Informação sobre o open interest caso o activo seja um futuro, de forma semelhante à informação do volume.

Talvez informação sobre a eficiência dos movimentos (ex Efficiency Ratio do Kaufman).

Outra informação pertimente acerca da situação do activo e que possa permitir à rede detectar padrões. Ou informação sobre as caracteristicas do activo (por ex, maior ou menor tendência para reverter para a média).
Outra sugestão é a de compartimentar a rede, ou seja, criar redes específicas para detectar certas situações, como o mercado estar em tendência, lateral, etc, e alimentar uma rede final com os outputs das redes específicas. Isso está mais perto do funcionamento real dos sistemas nervosos biológicos e penso que será muito mais eficiente.
Tenho uns quantos artigos sobre redes neuronais que fui encontrando pela net e que te posso enviar por mail. Não li a maior parte e os que li foi há algum tempo, pelo que, terias de pesquisar aqueles que têm interesse.
Também gostaria de conhecer os resultados do teu trabalho.
Boa sorte e um abraço,
red