时间序列预测中的延迟问题

我在使用神经网络进行时间序列预测时遇到了问题。有些预测数据与预期数据相符，如下所示：（黑色表示真实时间序列，蓝色表示我的神经网络输出）

时间序列：澳大利亚能源需求。

但使用相同的代码，在其他时间序列上，预测数据与预期数据不符，并且有一单位的延迟，如下所示：

时间序列：沃尔玛股价。时间序列：美元英镑汇率。

我发现了一些关于神经网络变体的文章，其结果部分显示的图表与我的结果类似，显示出延迟，如下所示：

有人知道这是否是一种常见行为，还是我的代码可能有问题吗？我大约三个月前开始遇到这个问题，自那以后我一直在尝试找出代码中的错误，但一切正常。

谢谢，我很感激任何建议。

回答：

我最近也遇到了类似的问题。答案很简单，模型不够好。从质的角度来看，模型预测下一个输出将与前一个非常相似，因此输出看起来像是延迟了一个单位。改进你的模型（不同的网络类型、隐藏层的数量、反馈等），预测将会改善，延迟一单位的现象也会消失。

学技术