关于data_loader中的__read_data__函数

[leoyinhaiqing]

if self.features=='M' or self.features=='MS': cols_data = df_raw.columns[1:] df_data = df_raw[cols_data]

这里为什么让cols_data = df_raw.columns[1:]？这样的话不是把target也放到features里面了嘛？

数据进入模型之前计算出的 batch_x, batch_y, batch_x_mark, batch_y_mark这四个变量，batch_x中确实是包括了target，不知道后续的模型内部计算时是不是使用某种方法把batch_x的最后一列target给去掉了？

这个地方有些看不懂，期待解惑

[leoyinhaiqing]

更新：

target确实进入了batch_x，但其实是上一条的target，作为feature的一部分共同预测下一个target，这个地方的target如果是未来5日收益率这种时间序列相关的指标，那必然会暴露一部分未来数据

[xiaolve]

确实如此，所以你放弃了吗？还是改了代码？

[leoyinhaiqing]

确实如此，所以你放弃了吗？还是改了代码？

改动了代码，将target删掉，再新写代码单独计算target传送到model里进行训练

[xiaolve]

确实如此，所以你放弃了吗？还是改了代码？

改动了代码，将target删掉，再新写代码单独计算target传送到model里进行训练

6阿，能否请教一下代码该如何改呢？我一直疑惑transformer架构的，是运用于seq2seq，每次结果都是一个字一个字出来，似乎不能剥离target

[leoyinhaiqing]

把target换成不带未来信息的收益率就行了，但我实测效果相当一般

[xiaolve]

谢谢，可能架构不合适吧。我看了代码似乎没法改。我的实测效果也不好

[leoyinhaiqing]

我了解到的用这个框架预测收益率的似乎没有哪个说效果好的，可能就是不合适而已