[发明专利]一种基于深度森林生成对抗网络的金融时间序列预测方法

摘要

本发明公开了一种基于深度森林生成对抗网络的金融时间序列预测方法，属于金融时间序列预测领域，包括以下步骤：获取原始金融时间序列数据，对原始金融时间序列数据进行预处理；将得到的目标金融序列的技术指标作为深度森林算法的输入特征序列，选择滑动窗口对输入特征序列进行多粒度扫描，训练级联森林，进行特征序列选择；将离散小波变换与添加了注意力机制的长短时记忆网络作为生成器，卷积神经网络作为判别器，构建生成对抗网络模型；将训练集输入到生成对抗网络模型中进行对抗训练，将测试集输入到训练好的生成对抗网络模型，得到金融时间序列的预测结果；该方法提高基于深度森林生成对抗网络金融序列预测模型的预测准确率。