预测差异或商？

Question

对于时间序列预测问题，我注意到有些人试图预测差异或商。例如，在交易中，我们可以尝试预测价格差 P_{t-1} - P_t 或价格商 P_{t-1}/P_t。所以我们得到了一个更平稳的问题。使用用于回归问题的递归神经网络，如果价格变化不够快，那么尝试预测价格差异可能会非常痛苦，因为它在每一步中几乎都预测为零。

问题：

1. 用差或商代替整数有什么好处和不便？
2. 在尝试预测价格走势等问题中，有什么好的工具可以消除重复的零点？

Answer 1

• 如果假设 价格 是平稳的 (*P_t=C^te)，则预测整个数量。李>
• 如果假设价格上涨 () 是平稳的 (P_t= P_t-1+C^te )，然后预测绝对差P_t-P_t-1。 （注意：这是 ARIMA 模型，差分度=1）
• 如果假设价格增长（百分比）是平稳的（P_t=P_t-1 +C^te * P_t-1)，然后预测相对差P_t/P_t-1。
• 如果价格变化很少（即绝对或相对差异通常为零），则尝试预测两次变化之间的时间间隔，而不是价格本身。