一种基于LSTM模型的金融综合风险预测方法、系统及介质

本发明公开了一种基于LSTM模型的金融综合风险预测方法、系统及介质，包括根据流量数据的镜像数据生成基于特征矩阵的第一权重参数；对所述的镜像数据进行拆分得到日志时间序列，通过Kmeans聚类分析得到日志时间序列的镜像数据分布图；修正日志时间序列后训练得到神经网络的第一反馈数；建立流量数据的决策树模型得到最佳流量周期；将第一权重参数赋权给第一反馈数形成对应最佳流量周期的特征参数调整量；建立特征参数调整量与最佳流量周期的映射，基于不同接口请求的指标及对应映射将流量数据进行划分重组，基于重组后的流量数据进行预测；避免波动周期的影响，生成基于不同特征参数调整量的融合数据进行动态预测。