时间序列实现多步预测？

各位前辈好。目前我想使用深度神经网络实现时间序列的多步预测，可是预测步数多了会
出现累积误差。所以有没有一种方法可以实现网络的自学习能力，使用后续的数据对网络进行再次训练。

可以将序列的残差拿出来作为label，再进行训练

可以使用LSTM，用多步做为条件去预测下一步。可以提高训练质量。你可以把训练数据做成滑动窗口，也就是
1 2 3 4 5
2 3 4 5 6
3 4 5 6 7
...
这样的。