LSTM RNN有趣的结果：训练和验证数据的滞后结果

Question

作为RNN / LSTM（无状态）的简介，我正在训练一个模型，该模型具有200天的先前数据（X）的序列，包括诸如每日价格变化，每日量变化等内容，并且标签/ YI具有价格从当前价格到4个月内的百分比变化。基本上，我想估计市场方向，而不是100％准确。但是我得到了一些奇怪的结果...

然后我用训练数据测试模型时，我注意到模型的输出与实际数据相比非常合适，仅相差了 4个月：

当我将数据移动4个月时，您会发现它非常合适。

我显然可以理解，为什么训练期间的训练数据非常合适，但是为什么4个月会滞后呢？

它对验证数据执行相同的操作（请注意我用红色框突出显示的区域以供将来参考）

时移：

它不像您期望的那样适合训练数据，但依我的喜好仍然太-我只是不认为它可以这么精确（请参阅以红色矩形为例）。我认为该模型只是一个幼稚的预测器，我只是无法弄清楚它可能/为什么这样做。

要从验证数据中生成此输出，我输入了200个时间步长的序列，但是数据序列中没有任何内容说明4个月内的价格变化百分比-完全断开了连接，所以它如何>那么准确吗？ 4个月的滞后时间显然是另一个提示，说明这里有些不对劲，我不知道该如何解释，但我怀疑两者之间是有联系的。

Answer 1

好的，我意识到自己的错误；我使用模型生成预测线的方式很幼稚。对于上图中的每个日期，我都会从模型中获得输出，然后将预测的百分比变化应用于该日期的实际价格-这将在4个月的时间内给出预测价格。

鉴于市场通常在4个月的时间内仅在0-3％（正负）的幅度内波动，这意味着我的预测总是会紧贴当前价格，仅滞后4个月。

因此，每天都要对预测输出进行重新计算，因此模型线永远不会偏离实际值；会是一样的，但是在0-3％（正负）范围内。

真的，该图并不重要，它也无法反映我将如何使用输出的方式，因此我将放弃尝试获取可视化表示，而专注于尝试查找不同的指标降低了验证损失。

Answer 2

我试图根据一些基本概念来解释观察结果：

1. 如果您不提供带有时间滞后的X输入数据集（滞后tk，其中k是时间步长），那么基本上您将像今天的收盘价一样为LSTM提供数据，以预测与今天的收盘价相同的价格..在训练阶段。该模型将（过度拟合）并按照确切的答案表现（数据泄漏）

2. 如果Y是预测的百分比变化（即X *（1 + Y％）= 4个月的未来价格），则预测的现值Yvalue实际上只是未来折现了Y％ 因此预测值将有4个月的变动