マルチステップ予測ニューラルネットワーク

Question

私はmatlabニューラルネットワークツールキットで作業しています。ここでは、NARXネットワークを使用しています。私はオブジェクトの価格と一定期間にわたって購入されたオブジェクトの量からなるデータセットを持っています。このネットワークは、次のように数学的に定義される1ステップ予測を行うことが不可欠である。

y（t）= f（y -1）、y（t -2）、...、y（t -ny） x（t -1）、x（t -2）、...、x（t -nx））

ここで、yは時間tにおける価格であり、xは量である。したがって、私が使用している入力機能は価格と金額であり、目標は時刻t + 1での価格です。私はそのような取引の100レコードがあり、各取引は価格と金額で構成されているとします。基本的に私のニューラルネットワークは第101回取引の価格を予測することができます。これは1ステップの予測にはうまく機能します。しかし、もし私が複数のステップ予測をしたいのであれば、先に10トランザクション（110トランザクション）を予測したいと思うなら、私は価格の一歩前の予測をしてからこれをニューラルネットワークにフィードバックすると仮定します。私は110番目の予測に達するまでこれを続けます。しかし、このシナリオでは、101番目の価格を予測した後、この価格をニューラルネットワークに供給して102番目の価格を予測することができますが、101番目のトランザクションでのオブジェクトの量はわかりません。これについてどうすればいいですか？私は目標を現在の取引よりも10トランザクション前の取引の価格に設定することを考えていたので、第101回取引を予測すると、第110回取引の価格を本質的に予測しています。これは実行可能な解決策ですか、私はこれについて完全に間違った方法で行っています。任意の助けを前もってありがとう

Answer 1

x（t + 1）からx（t + 10）までを生成し、これらの値を使用するために、別のニューラルネットワークを使ってxの時系列予測を行うことができますy（t）を予測するために別のANNを供給する。

Answer 2

予測された101の価格を取得したら、すべてのデータを使用して101の金額を予測し、102の金額を予測し、102の金額を使用して102の金額を予測し、しかし、これは、各変数に対するあなたの予測の誤差を合成します。これを軽減するために、過去の値のテーパ値引きや予測に使用するエラーの測定値など、いくつかの他の機能を追加することができます（強化学習領域で同様のアイディアを検索するtemporal difference learning）。