使用时间序列模型可以根据已经开始的报价填充 nan，但它不会带来您可以学习的新信息。充其量它会混淆模型在那个时期学到的东西。

然后是关于性能的更普遍的问题：无论有没有重建数据，模型的性能是否更好？只有你可以通过解决这个问题来回答......但我不确定你想要这个问题的答案。imo 的方法是放弃那个时间段，看看性能是否符合您的需要。如果不是这种情况，那么您应该考虑一些方法来添加更多数据。

在这种情况下，如果您想使用神经网络或使用接受 Nan 作为输入的方法（例如 Xgboost），我建议要么只删除 NaN。