python - 我的 keras 模型从不预测小于特定值的值

我创建并训练了一个模型来拟合和预测股市数据，使用 LSTM 和一个小的全连接层。这是我的模型架构：

在我的数据上训练我的模型并在我的验证集上使用它之后，我得到了这些预测（红线是预测，蓝线是实际值）：

在示例的第一部分中，预测似乎不错，并且模型正确地预测了值。但似乎该模型无法预测任何小于特定值的值（因此，预测中的那条恒定线从索引号 ~800 开始），并且总是预测相同的值。

我想了解我的模型出了什么问题，为什么会这样，以及如何修复它。是因为“relu”激活吗？（我的目标值在 [0,1] 范围内最小化，所以它不应该仍然能够预测非常接近 0 的正值吗？）

注意：上面的预测图是我的未缩放目标（最小-最大值）的图，显然直接从我的模型（缩放）预测的值显示了相同的行为，并且它预测的常数是0.030465：

标签： pythonkerasneural-networklstmtf.keras