基于对抗训练和序数回归的金融时间序列分类预测方法

摘要

本发明公开了基于对抗训练和序数回归的金融时间序列分类预测方法，涉及分析预测领域，S1建立对抗模型，包括生成器和鉴别器；S2采集真实数据样本导入对抗模型，真实数据样本归一化形成训练样本X，提取真实数据样本的Xreal作为验证样本；S3X输入生成器生成Xfake；S4验证样本和Xfake输入鉴别器，判别Xfake的真伪；S5计算鉴别器和生成器的损失值，优化对抗模型；S6获取最新数据导入优化的对抗模型获得预测结果；将序数回归思想用到分类结果的优化，针对具有股票价格跌、平、涨的分类预测，对将跌预测为涨、涨预测为跌和平预测为涨的情况进行约束，提高分类预测方法的精准性，避免因预测准确性失误而造成巨大的损失，使得该对抗模型具有更好的实用参考价值。