k-fold CV de pronóstico de series de tiempo financieras--es el último doblez más relevantes?

Question

Estoy trabajando en una ANN-basado en el modelo de previsión económica de series de tiempo. Estoy usando 5-fold cross-validation y el promedio de rendimiento es tan así. El rendimiento en el último pliegue (la iteración en el que el último segmento se omite de la formación y el utilizado para la validación) es mejor que el promedio.

Es esto una coincidencia / dependiente de los datos, o es la validación de desempeño en el último pliegue generalmente mejor? (presumiblemente porque el entrenamiento con todos los datos anteriores está más relacionado con el posterior de los datos en series de tiempo)

Esto se siente un poco como una pregunta extraña, pero estoy esperando algunas respuestas de todos modos. Gracias de antemano :)

Answer 1

Con series de tiempo, no puede probar un modelo de pronóstico a través de la validación cruzada de la manera normal porque entonces usas futuras observaciones para predecir el pasado. Usted debe utilizar solamente más allá de observaciones para predecir el futuro. El tiempo equivalente de la serie de CV LOO es utilizar un balanceo prediccion en lugar de otro origen. He escrito sobre ello en este post del blog. No estoy seguro si k-fold CV cuenta con una serie de tiempo directo equivalente.