matlab - 多步预测神经网络

Question

我一直在使用 matlab 神经网络工具包。这里我使用的是NARX网络。我有一个数据集，其中包含对象的价格以及一段时间内购买的对象的数量。该网络本质上是进行一步预测，其数学定义如下:

y(t)= f (y(t −1),y(t −2),…,y(t −ny),x(t −1),x(t −2),. ..,x(t −nx))

这里 y(t) 是时间 t 的价格，x 是金额。所以我使用的输入特征是价格和金额，目标是时间 t+1 的价格。假设我有 100 条此类交易的记录，每笔交易都由价格和金额组成。那么本质上我的神经网络可以预测第 101 笔交易的价格。这对于一步预测非常有效。然而，如果我想做多步预测，也就是说我想提前预测 10 笔交易(第 110 笔交易)，那么我假设我对价格进行一步预测，然后将其反馈到神经网络中。我一直这样做，直到达到第 110 个预测。然而，在这种情况下，在我预测第 101 个价格之后，我可以将该价格输入神经网络来预测第 102 个价格，但是，我不知道第 101 个交易时对象的数量。我该怎么办？我正在考虑将目标设置为比当前交易早 10 笔交易的价格，这样当我预测第 101 笔交易时，我实质上是在预测第 110 笔交易的价格。这是一个可行的解决方案还是我以完全错误的方式解决这个问题。预先感谢您的帮助

Answer 1

与kostas所说的类似，一旦你有了预测的101价格，你就可以使用你所有的数据来预测101的金额，然后用它来预测102的价格，然后用102的价格来预测102的金额，等等然而，这会加剧您对每个变量的预测中的任何错误。为了缓解这种情况，您可以添加其他几个功能，例如对过去值的逐渐折扣或在预测中使用的误差度量(在强化学习领域搜索 temporal difference learning 类似的想法)。