LSTM RNN 的有趣结果：训练和验证数据的滞后结果答案

【问题标题】：Interesting results from LSTM RNN : lagged results for train and validation dataLSTM RNN 的有趣结果：训练和验证数据的滞后结果
【发布时间】：2018-11-07 22:49:31
【问题描述】：

作为 RNN/LSTM（无状态）的介绍，我正在训练一个包含 200 天以前数据 (X) 序列的模型，包括每日价格变化、每日交易量变化等，以及我拥有的标签/Y从当前价格到 4 个月内的价格变化百分比。基本上我想估计市场方向，而不是 100% 准确。但我得到了一些奇怪的结果......

当我使用训练数据测试我的模型时，我注意到模型的输出与实际数据相比非常合适，它只是滞后了正好 4 个月：

当我将数据移动 4 个月时，您会发现它非常适合。

我显然可以理解为什么训练数据会非常接近，因为它在训练期间已经看到了这一切 - 但为什么会滞后 4 个月？

它对验证数据做同样的事情（注意我用红色框突出显示的区域以供将来参考）：

时移：

它不像训练数据那样贴合，正如你所期望的那样，但仍然太我喜欢 - 我只是不认为它可以这么准确（见小以红色矩形中的 blip 为例）。我认为该模型充当了一个幼稚的预测器，我只是无法弄清楚它是如何/为什么会这样做的。

为了从验证数据中生成这个输出，我输入了一个 200 个时间步长的序列，但是数据序列中没有任何内容说明 4 个月后 %price 的变化 - 它完全断开连接，所以它是怎么回事那么准确吗？ 4 个月的滞后显然是另一个指标，表明这里有问题，我不知道如何解释，但我怀疑两者是相关的。

【问题讨论】：

标签： neural-network keras lstm rnn training-data

【解决方案1】：

我试图根据一些普遍的基本概念来解释观察结果：

如果 Y 是预测的百分比变化（即 X * (1 + Y%) = 4 个月的未来价格），则预测的现值 Yvalue 实际上只是被 Y% 折现的未来所以预测值会有4个月的变化

【讨论】：

1.它是时间滞后的训练数据；其中 X 是 t-k（作为多变量时间步长），Y 标签表示从当前价格到未来 40 天价格的价格变化。 2.我不这么认为；该模型永远不会看到当前价格是多少。
我在下面的回答中给出了该行为的原因。假设我的模型训练在 +/- 3% 的误差范围内是准确的。假设在 2000 年 1 月 1 日，我输入前 30 天的数据，输出显示 +2.1%，现在价格是 100，所以 4 个月后价格是 102.1，所以我在 5 月 1 日绘制。 1 月 2 日，我重复了一遍，它说 +2%，现在价格是 101，所以 5 月 2 日我绘制 103.2。一遍又一遍地重复，我基本上只是输出当前价格 +/- [0-3]% 的回声。没什么大不了的，只是我用它来可视化的方式不是很好。

【解决方案2】：

好的，我意识到了我的错误；我使用模型生成预测线的方式很幼稚。对于上图中的每个日期，我都从模型中获得输出，然后将预测的百分比变化应用于该日期的实际价格——这将给出 4 个月后的预测价格。

鉴于市场通常在 4 个月内仅在 0-3%（正负）的幅度内波动，这意味着我的预测总是会与当前价格密切相关，只是滞后 4 个月。

因此，在每个日期，预测输出都会重新计算，因此模型线永远不会偏离实际值；它会是相同的，但在 0-3%（正负）的范围内。

真的，图表并不重要，它也不能反映我使用输出的方式，所以我将放弃尝试获得视觉表示，而专注于尝试寻找不同的指标从而降低验证损失。

【讨论】：