我之前看到过不少论文，通过WA、SSA（Singular Spectrum Analysis）、VMD(Variable Mode Decomposition)等分解方式，得到的预测效果能提升很多。但是后面我读到一篇论文，该论文认为许多研究直接将整个数据集分解后再进行训练集与测试集的划分，这样则会导致训练集中包含了预测集的信息，但实际进行预测的时候，我们是不能知道未来的信息的。
我也尝试过将训练集与测试集分别分解后再进行预测，但是效果反而会比没有分解时的效果差的多。
也值得注意的是，不少论文在探究适合实际的又能够利用时间序列分解的方法。