neural-network - 预测差异或商?
问题描述
对于时间序列预测问题,我注意到有些人试图预测差异或商。例如,在交易中,我们可以尝试预测价格差 P_{t-1} - P_t 或价格商 P_{t-1}/P_t。所以我们得到了一个更平稳的问题。使用用于回归问题的递归神经网络,如果价格变化不够快,那么尝试预测价格差异可能会非常痛苦,因为它在每一步中几乎都预测为零。
问题 :
- 用差或商代替整数有什么好处和不便?
- 在尝试预测价格走势等问题中,有什么好的工具可以消除重复的零点?
解决方案
- 如果假设价格是固定的(*P t =C te),则预测整个数量。
- 如果假设价格上涨() 是平稳的 (P t = P t-1 +C te ),则预测绝对差 P t -P t-1。(注:这是 ARIMA 模型,差分度=1)
- 如果假设价格增长(百分比)是平稳的(P t =P t-1 +C te * P t-1),则预测相对差异 P t /P t-1。
- 如果价格变化很少(即绝对或相对差异通常为零),则尝试预测两次变化之间的时间间隔,而不是价格本身。