本课程以WTI原油期货日收盘价为案例，带你完整走通时间序列预测从数据划分、归一化、建模、评价到可视化的流程。你将对比RNN、LSTM、GRU、MLP、1D-CNN、SVR等常规模型，并深入CEEMDAN-LSTM、TCN、CEEMDAN+TCN等分解集成方法，理解它们为何指标亮眼，也看清“先分解再聚合”带来的未来信息泄露风险。课程还覆盖TensorFlow与PyTorch双版本实现，讲解Dataset、DataLoader、训练循环、反归一化及MCS检验，帮助你既能复现论文结果，也能判断模型是否真正可用。适合有Python和深度学习基础，希望做金融、能源时间序列预测、论文复现或模型对比的学习者。学完后，你能独立搭建多模型预测实验，合理解读MAE、RMSE、MAPE、R²，并避开常见信息泄露陷阱。