多步预测神经网络

Question

我一直在与MATLAB神经网络工具包。我在这里使用NARX网络。我有一个数据集，包含一个对象的价格以及一段时间内购买的对象的数量。必需这种网络不被数学上定义如下一个步骤的预测：

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

这里Y（t）是在时间t时的价格和x是数量。所以我使用的输入功能是价格和金额，目标是时间t + 1的价格。假设我有100笔这样的交易记录，每笔交易包括价格和金额。然后我的神经网络可以预测第101笔交易的价格。这适用于一步预测。但是，如果我想要做的多步预测，所以说，我想预测10个交易进取（110交易），那么我认为我做的价格的一步预测再喂这回的神经网络。我一直这样做直到我达到第110个预测。然而，在这种情况下，在我预测101st的价格之后，我可以将这个价格输入到神经网络来预测第102个价格，但是，我不知道第101个交易中的对象的数量。我如何去做这件事？我在考虑将我的目标设定为当前交易的10笔交易的价格，以便当我预测第101笔交易时，我基本上预测了第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？预先感谢任何帮助

Answer 1

我想你可以使用一个单独的神经网络做x的时间序列预测，以产生x（t + 1）到x（t + 10），然后使用这些值喂另一个ANN来预测y（t）。

Answer 2

什么科斯塔斯说，一旦你预测的101的价格，你可以使用所有的数据来预测的101量，然后用它来预测102的价格，然后用102的价格预测102量相似，等等。但是，这会在您对每个变量的预测中加入任何错误。为了减轻这一点，你可以添加一些其他功能，如在过去的值逐渐变细的折扣或错误的量度预测（在强化学习领域类似的想法搜索temporal difference learning）使用。