описание

учитывая набор данных, который имеет 10 последовательностей-последовательность соответствует дню записей стоимости акций - где каждый составляет 50 образцов записей стоимости акций, которые разделены 5-минутными интервалами, начиная с утра или 9: 05 утра. Однако существует одна дополнительная запись (51-я выборка), которая доступна только в учебном наборе, который на 2 часа позже, а не на 5 минут, чем последний записанный образец в 50 пробных записях. Этот 51-й образец необходимо спрогнозировать для испытательного набора, в котором также приведены первые 50 образцов.

я использую pybrain рекуррентная нейронная сеть для этой задачи, которая группирует последовательности вместе, и метка (или обычно известная как target y) каждого образца x_i является образцом следующего шага времени x_(i+1) - типичная формулировка в прогнозирование временных рядов.

пример

A sequence for one day is something like:

    Signal id    Time      value
        1     -  9:05   -   23
        2     -  9:10   -   31
        3     -  9:15   -   24
       ...    -  ...    -   ...
       50     -  13:15  -   15

Below is the 2 hour later label 'target' given for the training set 
and is required to be predicted for the testing set
       51     -  15:15   -   11

вопрос

теперь, когда моя рекуррентная нейронная сеть (RNN) обучилась этим 10 последовательностям, если она сталкивается с другой последовательностью, как бы я использовал RNN для прогнозирования стоимости акций 2 hours после последнего образца в последовательности ?

обратите внимание, что у меня также есть "2 часа позже, чем последние значения запаса образца" для каждой из последовательностей обучения, но я не уверен, как включите это в обучение RNN поскольку он ожидает идентичных временных интервалов между образцами. Спасибо!