时间序列预测中的延迟问题

Question

我很难用神经网络来预测时间序列。一些预测数据符合预期数据，如下所示：(黑色是实时序列，蓝色是我的神经网络的输出)

​

时间意甲:澳大利亚能源需求。

但是，使用相同的代码和其他时间序列，预测的数据不符合预期的数据，延迟为一个单位，如下所示：

​

时间意甲:沃尔玛股价。

时代意甲:美元天秤座交换。

我发现了一些关于神经网络变化的文章，在结果部分显示了与我的结果类似的延迟图，如下所示：

​

时代意甲:美元天秤座交换。(文章链接：http://www.sciencedirect.com/science/article/pii/S1877050915015793)

有人知道这是一种常见的行为，还是我的代码有问题？我大约在三个月前就有了这个问题，因为在那里，我试图在我的代码中找出一些bug，但是没问题。

谢谢，我很感激您的任何建议。

Answer 1

我最近遇到了这样的问题。答案很简单，就是这个模型不够好。从质量上讲，该模型预测您的下一个输出将与前一个输出非常相似，因此输出似乎被延迟了一个。改进你的模型(不同类型的网络，隐藏层的数量，反馈等等)，预测会改进，一个一个的外观就会消失。