我正在研究一个应用于金融时间序列的机器学习项目。

最初，我抓住了特征（开盘、高盘、低盘、收盘）并实现了一个随机森林。

随后的任务之一是探索收盘价序列是否是非平稳的，如果不是，则将其区分为平稳。我能够很好地区分它（也运行了 Augmented dickey fuller 测试来验证）。但我有以下问题：当区分时间序列并使用机器学习时，你是否应该使用这个新的区分序列再次训练模型？我在理解区分时间序列的实际应用时遇到问题（即，将序列变为静止）