本發明公開了一種基于深度強化學習的金融時序數據預測方法。本方法包括三個主要的子系統:數據處理子系統,此子系統的功能是對從WindAPI獲取到的原始數據進行數據處理;特征提取子系統,此子系統的功能是構造一個深度神經網絡來提取數據特征;強化學習子系統,此子系統的功能是基于Actor?Critic算法,構造策略網絡和評估網絡,分別進行交易動作的選取與評價,然后不斷迭代更新來保證整個系統獲取到市場最新的動態信息,并根據獲取到的狀態信息作出最優的交易動作,最終獲取較好的交易效果。本發明能夠通過金融市場的一些基本信息,不斷去學習這個復雜的金融市場,及時捕獲可能獲利的交易動作,實現盈利目的。
聲明:
“基于深度強化學習的金融時序數據預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)