时间序列预测的延迟问题

Question

我在使用神经网络预测时间序列时遇到问题。一些预测数据与预期数据相符，如下所示：（黑色是实时序列，蓝色是我的神经网络的输出）

时间序列：澳大利亚能源需求。

但同样的代码，对于其他时间序列，预测数据与预期数据不符，并且有一个单位的延迟，如下：

时间序列：沃尔玛股票价格。 时间序列：美元 Libra 兑换。

我找到了一些关于神经网络的一些变体的文章，并在结果部分显示了像我的结果一样具有延迟的图，如下所示：

有人知道这是一种常见行为还是我的代码有问题？大约三个月前，我遇到了这个问题，因为我试图找出代码中的一些错误，但没问题。

谢谢，我很感激任何提示。

Answer 1

我最近遇到了这样的问题。答案很简单，模型不够好。定性地讲，模型预测您的下一个输出将与上一个输出非常相似，因此输出似乎延迟了 1。改进你的模型（不同类型的网络、隐藏层的数量、反馈等），预测将会改进，并且差一的现象将会消失。