多步預測神經網絡

Question

我一直在與MATLAB神經網絡工具包。我在這裏使用NARX網絡。我有一個數據集，包含一個對象的價格以及一段時間內購買的對象的數量。必需這種網絡不被數學上定義如下一個步驟的預測：

Y（T）= F（Y（T -1）中，y（T -2），...，Y（噸-ny）， X（t-1），X（T -2），...，X（T -nx））

這裏Y（t）是在時間t時的價格和x是數量。所以我使用的輸入功能是價格和金額，目標是時間t + 1的價格。假設我有100筆這樣的交易記錄，每筆交易包括價格和金額。然後我的神經網絡可以預測第101筆交易的價格。這適用於一步預測。但是，如果我想要做的多步預測，所以說，我想預測10個交易進取（110交易），那麼我認爲我做的價格的一步預測再喂這回的神經網絡。我一直這樣做直到我達到第110個預測。然而，在這種情況下，在我預測101st的價格之後，我可以將這個價格輸入到神經網絡來預測第102個價格，但是，我不知道第101個交易中的對象的數量。我如何去做這件事？我在考慮將我的目標設定爲當前交易的10筆交易的價格，以便當我預測第101筆交易時，我基本上預測了第110筆交易的價格。這是一個可行的解決方案，還是我以完全錯誤的方式解決這個問題？預先感謝任何幫助

Answer 1

我想你可以使用一個單獨的神經網絡做x的時間序列預測，以產生x（t + 1）到x（t + 10），然後使用這些值喂另一個ANN來預測y（t）。

Answer 2

什麼科斯塔斯說，一旦你預測的101的價格，你可以使用所有的數據來預測的101量，然後用它來預測102的價格，然後用102的價格預測102量相似，等等。但是，這會在您對每個變量的預測中加入任何錯誤。爲了減輕這一點，你可以添加一些其他功能，如在過去的值逐漸變細的折扣或錯誤的量度預測（在強化學習領域類似的想法搜索temporal difference learning）使用。