GRU 和 LSTM 不会“冒险”预测

数据挖掘 lstm 训练 rnn 格鲁
2022-03-03 14:55:47

我测试了 LSTM 和 GRU 模型来预测货币之间的汇率。我不采用原始价格,而是采用前一天的增量,因此数据在零附近是固定的。

我的问题是我的模型总是预测非常接近于零的值,例如它是否将风险最小化并且不想猜错。可能是因为它不适合,但我想确定这不是一个我完全不知道的常见问题。

我有非常简单的架构,1 层 GRU 或 LSTM(都尝试过),过去 20 年的数据,并使用前 20 天来预测下一个。尝试使用 LR、dropout 和 epochs 数,但这种行为对我来说似乎很奇怪。也许我错过了什么?

以下是了解我的问题的培训/评估图表

谢谢!

1个回答

这可能是因为您尝试预测的增量小于 1,因此您的损失函数(我假设 MSE)没有按预期工作。

对小于 1 的误差进行平方会使其更小,因此您的模型目前没有动力离开始终将 delta 预测为零的幼稚策略的舒适局部最小值。

我建议通过将它们乘以 100 来重新调整增量,然后使用 MSE 作为损失函数。