本发明公开了一种基于深度强化学习的金融时序数据预测方法。本方法包括三个主要的子系统：数据处理子系统，此子系统的功能是对从WindAPI获取到的原始数据进行数据处理；特征提取子系统，此子系统的功能是构造一个深度神经网络来提取数据特征；强化学习子系统，此子系统的功能是基于Actor‑Critic算法，构造策略网络和评估网络，分别进行交易动作的选取与评价，然后不断迭代更新来保证整个系统获取到市场最新的动态信息，并根据获取到的状态信息作出最优的交易动作，最终获取较好的交易效果。本发明能够通过金融市场的一些基本信息，不断去学习这个复杂的金融市场，及时捕获可能获利的交易动作，实现盈利目的。
声明：
“基于深度强化学习的金融时序数据预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1020
编辑：管理员
来源：北方有色网
咨询细节
