ある複数の時系列データから別の時系列データを予測したい

#実現したいこと
ある時間的に並行している複数の時系列データから別の時系列データ(1つないしは複数)を予測すること
それに伴い、一般的にどういった手法がとられているかを教えてほしいです

#勉強して分かったこと
RNNが時系列予測の一般的な手法であるということ
LSTMというRNNの改良版が登場し、
2016年にはQRNNという処理能力がさらに高い方法が発表されていること

#問題点
多くの本や教材を見てもそのほとんどが、未来の時系列データを予測するようになっており、
時間的に並行する時系列データを予測する手法ではないということ

初心者で独学の為、質問そのものも的外れなものとなってしまっているかもしれないのですが
何卒、アドバイスを頂けたら幸いです。

行動規範の内容に同意します

回答1件

ベストアンサー

時間的に並行するデータであっても手法としては未来のデータを予測するのと同様と考えます。

恐らく教師あり学習を検討されていると思いますので、基本的には入力データとそれに対する教師データを自分で用意する必要があると思いますが、教師データを自分の思う並行データにすれば良いです。

時系列データを扱った機械学習の教本等は教師データをn+1番目のデータとしているケースが多いかと思います。
n+1番目のデータを教師データとするのではなく、自分の思うデータを教師データとして入力できるよう実装すれば実現できるでしょう。

ただし、それは人間が見てもある程度２つの時系列データに相関があることが分かっていないといけないです。

例えば為替と株の値動きにはある程度相関があります。
為替が変動した場合に翌日の株価を予測するようなことをしたいが、教本には為替から未来の為替、株価から未来の株価を予測するような例しか載っていないということですよね。
こういう場合でも為替の変動に対する教師データを（未来の為替ではなく）未来の株価とするように実装すれば、為替の変動から明日の株価を予測するようなことは可能です。

投稿2019/07/19 05:07