使用 LSTM 进行样本外预测

Question

这是一个关于使用 Python 中的 keras 和 tensorflow（可选 R）使用 LSTM 模型进行真实未来预测的一般性问题。 例如股票价格。我知道有一个训练/测试拆分来衡量模型的准确性/性能，并将我的结果与测试价格进行比较。但我想做出真实的未来预测/样本预测。有没有人有想法并想分享一些想法？ 我只是想到使用滚动窗口，但这根本不起作用。所以我很高兴你们有每一个提示。

Answer 1

有两种主要方法可以为时间序列情况创建训练/验证集：

• 拆分样本（例如，将 80% 的时间序列用于训练，20% 用于验证）
• 拆分您的时间序列（在时间序列的前 n-k 个值上训练您的模型并在其他 k 个值上进行验证）