В настоящее время я работаю над моделью прогнозирования фондового рынка, которая включает настроения наряду с исторической ценой для прогнозирования цены на следующий день.
Я хотел протестировать другой размер окна / последовательности, например (3 дня, 4 дня .. 10 дней), чтобы определить, какой размер окна является наиболее оптимальным при прогнозировании цен на следующий день. Однако выбор для num_units в model.add (LSTM (units = num_units)) для разных размеров окна различен.
Если меньший размер окна связан с большим num_unit, в данных имеется избыточное соответствие где прогноз модели для цены в день t + 1 почти равен цене в день t.
Следовательно, я не могу сделать справедливое сравнение между различными размерами окна без изменения num_units
Я ссылался на это Как выбрать количество скрытых слоев и количество ячеек памяти в LSTM? однако я не могу прийти к выводу.
Существует ли предварительно определенное руководство для использования num_units в ячейке LSTM для прогнозирования временных рядов на основе длины последовательности?