时间戳

首页 > 解决方案 > 预测差异或商？

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 ：

  1. 用差或商代替整数有什么好处和不便？
  2. 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？

标签： neural-networkdeep-learningtime-serieslstm

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。

推荐阅读