一种基于遗传规划和深度学习的期货时间序列预测方法

本发明公开了一种基于遗传规划和深度学习的期货时间序列预测方法，涉及遗传规划、深度学习以及时间序列预测领域，包括：步骤1、将原始数据输入数据读取和预处理模块，构建训练集、验证集和测试集；步骤2、将原始数据作为基础特征，提供给遗传规划特征组合模块进行特征挖掘和组合，构建出新特征；步骤3、将新特征输入深度神经网络模块中进行训练学习，得到隐变量表示，再提取时序表征，得到主任务预测结果和辅助任务预测结果；步骤4、在训练阶段，通过多任务学习优化模块，对主任务预测结果和辅助任务预测结果进行损失计算和反向传播，再对网络参数进行更新；在测试阶段，评估模型的预测结果的偏差和拟合程度。