Redes recurrentes imitando entrada anterior / actual

Question

Por lo que he estado tratando de formar un LSTM para predecir los valores de un determinado stock. El error fue bastante bajo, así que me decidí a crear una gráfica de la prueba de conjunto. Se veía así:

Rojo: Negro: mi predition, Azul: entrada para obtener la predicción

Así que yo soy el entrenamiento de la red con datsets gusta:: x_t-1, salida: x_t. Pero cuando ignorando el hecho de que la línea negra es mucho menor que la de la línea roja, verás que la red es en realidad la imitación de la entrada a permanecer tan cerca de el real de la predicción.

Así que después de buscar un poco en google, he encontrado que esta es una 'trampa:

Estoy seguro de que hay un paso de retraso entre el tiempo real de la serie y el de la predicción de series de tiempo, este es el más visto "trampa" si haces predicción de series de tiempo como este, en el que el NN siempre imitan la anterior entrada de la serie de tiempo.

Pero hay cosas que tengo que hacer para evitar esto? En el hilo he enlazado algunas de las soluciones que se señalan, pero ¿hay alguna mejor, soluciones genéricas?

---

He creado un JSFiddle con el entrenamiento de la red neuronal y el gráfico. Ver aquí (abra la consola antes de la apertura). Siéntase libre de modificar con las opciones para ver si se puede conseguir algo de trabajo...

Answer 1

Este es un problema muy común. Aquí está un artículo con una buena explicación. La gente ha estado tratando de hacer esto por un tiempo muy largo, y es seguro decir que no hay tal cosa como un modelo que puede decir cuál es el precio de un instrumento financiero será en el futuro con una buena precisión. Algunas personas creen que no hay ninguna manera de predecir el futuro de los precios del mercado, nada mejor que lanzar una moneda (la teoría del paseo Aleatorio, Aquí es una buena explicación de la misma). Esto es totalmente cierto, aunque. El movimiento de los mercados es casi un paseo aleatorio, pero no es 100% aleatorio.

Esto no significa que el aprendizaje de máquina no tiene ningún uso para el comercio, sin embargo. No voy a dar demasiado, y cualquier persona que ha descubierto la manera de utilizar a su ventaja no mencionar sus detalles, pero usted tiene que conseguir fuera de la caja un poco. Poner en el precio de la historia y conseguir un futuro el precio es demasiado bueno para ser cierto. Un mejor enfoque es el uso de varias redes diferentes para diferentes más fáciles de problemas, y el uso de lo que ellos y sus propios conocimientos a la pantalla por un buen stock para comprar. Si usted realmente desea utilizar la máquina de aprendizaje para el comercio, usted va a tener que ser muy dedicado a ella y a invertir una enorme cantidad de tiempo. No sólo se necesita maestro de la máquina de aprendizaje lado de él, pero usted también tendrá que dominar el mercado.