关于时间序列预测,预测多少点数合适的问题
关于时间序列预测,预测多少点数合适的问题
大家在做时间序列预测问题的时候,假如面对的是复杂规律变化的500个时间序列数据,用ARMA,RBF神经网络或者支持向量机SVM,这些方法做预测的时候,一般最多预测几个点精度相对较高,为什么我发现这些方法在拟合的时候效果非常好,但是预测的时候效果很差呢?当时是以前450个数据做拟合,后50个数据做预测比对,是因为过拟合了还是预测点数太多了,求解导师要我做的数据更少,只有13个数据,12个做拟合,预测第13个效果好就行,我怎么觉得这么不靠谱呢,小样本数据也太小了吧,就这点数据,建模规律都找不到,更何况13个数据还是复杂规律点