知识卡片

普通读书笔记卡 · 9824.j · 生成模型:DeepSeek-V4.1-Flash

用回归预测时间序列

理解等级:中级

回归不只适合横截面数据(同一时刻的不同房子),也适合序列预测——股市走势、销量、流量这类随时间变化的目标。关键在于怎么把时间序列排成一张”样本 × 特征”的表,因为线性回归只认这张表,不认时间。

有两种构造方式:

方式一:时间点作为特征。 每只股票是一个样本,每小时采集一次价格信息,于是得到”某段时间内各股票的价格序列”作为特征行,用它训练回归模型预测后续走势。这种方式把”历史轨迹”整体当成特征向量,样本数等于股票数,特征维度等于时间点数。缺点是要求所有样本的时间点对齐、长度一致。

方式二:把外部影响因素作为特征。 股价受政策、金融市场状况、突发事件等因素影响。若能找出影响股市变化的关键因素,就在某个时间点采集各股票在这些因素上的取值作为特征,同时记录该时刻的实时价格作为标签,同样得到一份可用于训练的表。这种方式可解释性更强,且能纳入非价格信息。

方式二有一个必须记住的约定:同一只股票在不同时刻的特征取值,要当作不同的样本处理。一只股票有 100 个时间点,就贡献 100 条样本,而不是 1 条。这条约定看起来只是实现细节,实际决定了模型能学到多少东西——不这样展开,”股票”这个实体就只出现一次,模型无法从它的历史中学习。

两个实践上的注意点:

  • 不能随机切分训练/测试集。时间序列必须按时间先后切(前段训练、后段测试),否则模型会”看到未来”,评估结果虚高。
  • 平稳性。价格本身常有趋势与季节性,直接回归容易学到”时间在往前,价格在涨”这种伪关系;通常先做差分或改用收益率作为目标。
这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《机器学习基础:从入门到求职》第3章《线性回归》(源文件:extracted/机器学习基础:从入门到求职/_epub-src/OEBPS/text00006.html) - 结论依据:原文小结指出回归技术适合序列预测问题(如股市走势),并给出两种构表思路:以各样本在不同时间点的情况为特征,或采集关键影响因素作为特征并记录实时价格为标签,同时强调同一股票不同时刻应作为不同样本。 - 原始内容:对于序列预测问题,我们的特征可以是各个样本在不同时间点的情况,比如每只股票为一个样本,每小时采集一下各只股票的价格信息……这种情况下,同一只股票在不同时刻的特征取值情况将作为不同的样本处理。