在时间序列数据集上使用递归神经网络进行预测

Posted 2023-02-16

【中文标题】在时间序列数据集上使用递归神经网络进行预测

【英文标题】：Prediction using Recurrent Neural Network on Time series dataset

【发布时间】：2013-09-11 07:24:14

【问题描述】：

说明

给定一个包含 10 个序列的数据集 - 一个序列对应于一天的股票价值记录 - 其中每个包含 50 个股票价值的样本记录，从早上或上午 9:05 开始，间隔 5 分钟。但是，有一个额外的记录（第 51 个样本）仅在训练集中可用，它比 50 个样本记录中最后一个记录的样本晚了 2 小时，而不是 5 分钟。第 51 个样本需要在前 50 个样本也给出的测试集中进行预测。

我使用pybrain循环神经网络解决这个问题，将序列组合在一起，每个样本x_i的标签（或通常称为目标y）是下一个时间步的样本@ 987654324@ - 时间序列预测中的典型公式。

示例

A sequence for one day is something like:

    Signal id    Time      value
        1     -  9:05   -   23
        2     -  9:10   -   31
        3     -  9:15   -   24
       ...    -  ...    -   ...
       50     -  13:15  -   15

Below is the 2 hour later label 'target' given for the training set 
and is required to be predicted for the testing set
       51     -  15:15   -   11

问题

现在我的循环神经网络 (RNN) 已经对这 10 个序列进行了训练，如果它遇到另一个序列，我将如何使用 RNN 来预测序列中最后一个样本之后的库存值 2 hours ？

请注意，对于每个训练序列，我也有“比上一个样本股票值晚 2 小时”，但我不确定如何将其纳入训练 RNN，因为它期望样本之间的时间间隔相同。谢谢！

【问题讨论】：

我不太明白你的解释。您的所有训练集值是否都包含 50 个输入信号，并且所有样本之间的时间增量相同？您的问题实际上是：How do you predict the next sequence output 吗？

是的，前 50 个输入信号具有相同的时间增量 - 5 分钟差异，但是，对于每个序列实际上有 51 个输入信号，最后一个信号具有更大的增量 - 2 小时差异 -比其他的，我需要在给定前 50 个信号的情况下预测最后一个信号。所以问题是如何使用与其他信号不同 delta 的信号来训练 RNN，以及如何在给定前 50 个信号的情况下预测该信号。

@jorgenkg，我已经更新了问题以澄清，抱歉造成混淆

【参考方案1】：

希望对你有帮助

循环网络结构

---

一些提示

选择您的循环网络

更成熟的长短时记忆 (LSTM) 神经网络非常适合此类任务。 LSTM 能够检测股票价值“图表”中常见的“形状”和“变化”，并且有很多研究试图证明这种形状确实存在于现实生活中！ See this link for an example.

准确度

如果您希望网络达到更高的准确度，我建议您还向网络提供上一年（在完全相同的日期）的股票值，这样输入的数量就会从 50 翻倍到 100。虽然网络可能在您的数据集上得到了很好的优化，它永远无法预测未来不可预测的行为；）

【讨论】：

非常感谢，精彩的描述！不过有一个小问题，因为只有大约前半部分样本和最后一个样本（第 50 个）有一个 two hour later 目标样本，是否可以将它们组合在一起在 LSTM 中的序列中？因为前半部分样本相隔 5 分钟，但最后一个样本（第 50 个样本）与前半部分相距甚远，你怎么看？第 51 个样本是第 50 个样本的2 hour later 值。

理论上应该不成问题。只需确保您有足够个数据样本！它可能应该包含至少 20.000 个条目（分为 2/3 training set 和 1/3 validation set），以确保网络更加准确和健壮！最美好的祝愿！

我也很好奇 LSTM 的替代方法是否包括滞后变量？

您自己创建了图像吗？如果没有，能否请您提供一个来源？这是视觉上最好的图像之一，避免了不必要的复杂性。

是的，我用 Omnigraffle 制作的，但不幸的是该文件被删除了