1

나는 RNN이라는 R 패키지를 실험 해 왔습니다. 다음은 코드 사이트입니다. https://github.com/bquast/rnn 금융 시간 순서 예측을위한 아주 좋은 예입니다. 코드를 읽었으며 시간 순서의 시퀀스를 사용하여 다음날 악기의 가치를 미리 예측한다는 것을 알고 있습니다. 다음 10 개 숨겨진 노드 (200) 신 (新) 시대RNN을 사용하여 다 변수 시계열 예측

RNN financial time series prediction

내가 결과로 기대하는 알고리즘은, 적어도 부분적으로 성공을 사전에 기기의 값을 예측하는 것입니다와 실행의 예입니다 . 내가 볼 수 있듯이, 분명히 다음날에 예측을하지 않고 현재 날짜의 시계열 값을 근사치로 나타낼뿐입니다. 내 기대가 잘못 되었습니까? 이 코드는 매우 간단합니다. 어떻게 향상시킬 수 있습니까? 관심있는 통화 쌍에 대한 다음 날 데이터 - 그에서 훈련을 받고있는 것이다, 그래서 하루 앞으로 모든 데이터를 이동 y.train

+0

답장을 보내 주셔서 감사합니다. 데이터가 올바르게 준비되었음을 당신과 동의합니다. 그러나 네트워크는 시계열을 미리 예측하기위한 목표를 달성하지 못합니다. 나는 그것을 보여주기 위해 다음의 예를 준비했다 : [link] (https://github.com/mg64ve/ML/blob/master/appfx2.R). 이 예제에서는 웹 인터페이스를 사용하지 않습니다. 3의 갭을 넣었을지라도 시계열은 이미 알려진 timeseries [https://github.com/mg64ve/ML/blob/master/rnn2.jpeg]를 따르기 때문에 그냥 모방됩니다. 이유를 말해 주실 수 있습니까? – mg64ve

답변

1
y <- X[,1:input$training_amount+input$prediction_gap,as.numeric(input$target)] 
matrix(y, ncol=input$training_amount) 

. ncol = training_amount를 사용하면 열 수가 너무 많아서 (이제는 training_amount + prediction_gap과 같습니다) 첫 번째 데이터 요소가 떨어져 나갑니다. 따라서 모든 데이터는 prediction_gap에 의해 앞으로 이동합니다.

관련 문제