基于深度学习的预测

本文提出一种基于深度学习的时序预测方法，并在两个数据集上进行了评估。该方法始于数据准备，随后进行模型训练与评估，最后一步为视觉检查。实验工作表明，若数据集中时序包含即便带有一定变异仍重复出现的模式，则单条时序即可用于训练深度学习网络。然而，对于结构较弱的时序（如股票市场收盘价），网络表现仅与重复最后观测值的基线相当。该方法及实验均为开源。