一、深度学习方法

        与传统的时间序列预测模型相比，神经网络有以下几个好处：

        1、自动学习如何将趋势、季节性和自相关等系列特征纳入预测。

        2、能够捕捉非常复杂的模式。

        3、可以同时建模许多相关的系列，而不是单独处理每个系列。

        但是神经网络有一些劣势：

        1、模型的构建可能很复杂。

        2、模型的构建在计算上是昂贵的。

        3、比较难以解释模型做出的预测的依据。

        4、想要模型表现良好，需要大型数据集。

二、什么是RNN？

        循环神经网络（Recurrent Neural Network，RNN）是一种用于处理序列数据的神经网络。相比一般的神经网络来说，他能够处理序列变化的数据。

        循环神经网络将输入序列映射到预测输出。

        1、最常见的格式是多对一，它将输入序列映射到一个输出值

        2、每个时间步长的输入用于顺序更新RNN小区的隐藏状态或存储器。

        3、在对输入序列进行处理之后，使用隐藏状态信息来预测输出。

        RNN在时间序列预测中的应用