ipdb> np.count_nonzero(test==0) / len(ytrue) * 100 76.44815766923736我有一个数据文件，包含了24000个价格数据，用于时间序列预测问题。我没有尝试预测价格本身，而是尝试预测对数回报，即log(P_t/P_{t-1})。我对价格以及所有特征都应用了对数回报。预测结果还不错，但趋势往往预测为零。如上所示，数据中约有76%是零值。
现在，我的想法可能是“寻找一个零膨胀估计器：首先预测是否会是零；如果不是，则预测其值”。
具体来说，如何完美地处理过多的零值？零膨胀估计器如何帮助我解决这个问题？请注意，我原本不是概率学家。
附注 我在尝试预测对数回报，其单位是“秒”，用于高频交易研究。请注意，这是一个回归问题（不是分类问题）。
更新
那张图可能是我在对数回报上的最佳预测，即log(P_t/P_{t-1})。尽管结果不错，但其余预测往往预测为零。如上面的问题所示，零值过多。我在特征上也应用了对数回报，即如果F是一个特定特征，那么我应用log(F_t/F_{t-1})，可能在特征中也存在相同的问题。
这里有一天的数据，log_return_with_features.pkl，形状为(23369, 30, 161)。很抱歉，我无法透露特征是什么。由于我在所有特征和目标（即价格）上应用了log(F_t/F_{t-1})，因此在应用对数回报操作之前，我在所有特征上加了1e-8以避免除以零的情况。
回答：
好的，从你的图表来看：这是数据的自然特性，价格并不经常变化。
尝试对原始数据进行一些子采样（或许是5倍的子采样，只需查看数据），这样你通常能在每个时间刻度上看到价格变动。这应该会使任何建模变得更加容易，非常容易。
对于子采样：我建议你进行简单的定期时间域下采样。所以如果你有以秒为分辨率的价格数据（即每秒一个价格标签），那么只需每隔五个数据点取一个。然后按你通常的做法继续操作，特别是计算从这个子采样数据中价格的对数增长。记住，无论你做什么，必须在测试时可重现。
如果出于某些原因这对你来说不可行，请考虑一些能处理多时间尺度的方法，例如WaveNet或Clockwork RNN。
