时间序列预测中的延迟问题

Question

我在使用神经网络来预测时间序列时遇到了问题。一些预测数据符合预期数据，如下所示:(实时黑色系列，神经网络输出蓝色）

时间系列：澳大利亚能源需求。

但是使用相同的代码，对于其他时间序列，预测数据不符合预期数据，并且延迟一个单位，如下所示：

时间系列：沃尔玛股票价格。 时间系列：美元天秤座交换。

我发现了一些关于神经网络的一些变化的文章，结果部分显示了像我的结果一样的延迟情节，如下：

时间系列：美元天秤座交换。 （文章链接：http://www.sciencedirect.com/science/article/pii/S1877050915015793）

任何人都知道这是一种常见的行为，还是我的代码可能有问题？大约三个月前我遇到了这个问题，从那以后我试图找出代码中的一些错误但是没事。

谢谢，我感谢任何提示。

Answer 1

我最近遇到过这样的问题。答案很简单，模型不够好。定性地，该模型预测您的下一个输出将与前一个输出非常相似，因此输出似乎会延迟一个。改进您的模型（不同类型的网络，隐藏层数，反馈等），预测将得到改善，并且逐个出现将会消失。