看起来你是新来的。登录或注册开始。
你好,
我在过去的几天里学习了RapidMiner的基础知识，并浏览了教程和现有的帖子。有很多关于时间序列预测的例子，将现有数据与预测/预测数据进行比较，并对两个流进行评分/排名。
我还没有发现任何没有可用数据的关于“预测未来”的讨论。只用过去几年的每日数据来预测未来100天的情况。和往常一样，我的问题与一家公司的股价有关。
我已经设置我的设计视图使用ANN如下所示。
然而，我希望RapidMiner预测未来100天等进入未来，我没有数据，如下面的蓝色线所示。有没有人做过这个或者知道我可以检查的例子?
timothy_rij
成员职位:3.
贡献我
timothy_rij
成员职位:3.贡献我
答案
时间序列预测过程与通常的分类或回归方法不同。
学院有一门关于预测的课程:
https://academy.m.turtlecreekpls.com/courses/time-series-analytics
请看看这个。
你的过程会有7天的窗口期。这将构建一个模型，该模型只能在给定过去7个值的情况下预测第二天的价值。从理论上讲，这可以扩展为学习过去200天的模型，其中-200到-101天是输入属性，-100到-1天是标签。这些模型可以以滚动的方式应用于当前数据。但这很麻烦，而且在股票市场环境下，你不会从这些模型中得到好的结果，因为股票价格取决于更多因素，而不仅仅是过去的价值。
问候,
Balazs
我同意你的观点，“股票价格取决于更多的因素，而不仅仅是过去的价值”，因此我的数据集包括21个字段，其中开盘价是一个字段，其余20个字段是其他相关数据。
我在会议上看过演讲。几十年来，人们一直在测试和比较预测股价的方法。结果并不令人满意。
在这个领域，你的对手是华尔街的公司，那里满屋子都是哈佛博士。即使是这些公司也没有打败市场的神奇模式。
您可以对所有20个属性进行窗口化，并使用窗口化的“足够旧的”数据构建模型。但不要指望100天的预测范围是可靠的，因为股票价格波动很大。
问候,
Balazs