本发明公开了一种基于多特征融合生成对抗网络的股票收盘价预测方法，预先获取股票数据；选取N日为窗口滚动划分数据集，将得到的数据集为多特征数据源，收盘价的滚动数据集作为真实序列；构建包括生成器和判别器的生成对抗网络，其中生成器是由门控循环单元构成，用于生成股票数据；判别器由卷积神经网络构成，用于区分真假数据；从多特征数据源依次取出数据作为输入，先将其进行皮尔森相关性分析，得到相关性矩阵，然后将相关性矩阵利用PCA进行数据降维，得到特征矩阵，最后将特征矩阵输入生成对抗网络进行训练。本发明采用基于皮尔森相关性分析的PCA特征融合方法，可以凝练特征，利用尽可能少的维度代表尽可能多的信息。