[發(fā)明專利]基于深度學(xué)習(xí)的目標(biāo)產(chǎn)品確定方法、裝置、設(shè)備和介質(zhì)

在審

• 申請?zhí)枺?/td>: 202110846693.6
• 申請日: 2021-07-26
• 公開（公告）號: CN113538105A
• 公開（公告）日: 2021-10-22
• 發(fā)明（設(shè)計）人: 徐瑩雪
• 申請（專利權(quán)）人: 平安資產(chǎn)管理有限責(zé)任公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06N3/04;G06N3/08
• 代理公司: 廣州華進聯(lián)合專利商標(biāo)代理有限公司 44224
• 代理人: 姜曉云

1.一種基于深度學(xué)習(xí)的目標(biāo)產(chǎn)品確定方法，其特征在于，所述方法包括：

獲取當(dāng)前產(chǎn)品數(shù)據(jù)；

將所述當(dāng)前產(chǎn)品數(shù)據(jù)輸入至深度強化學(xué)習(xí)模型中得到目標(biāo)產(chǎn)品和所述目標(biāo)產(chǎn)品的目標(biāo)分配結(jié)果；

獲取與所述當(dāng)前產(chǎn)品數(shù)據(jù)對應(yīng)的歷史產(chǎn)品數(shù)據(jù)；

根據(jù)所述歷史產(chǎn)品數(shù)據(jù)判斷所述深度強化學(xué)習(xí)模型是否符合要求；

當(dāng)所述深度強化學(xué)習(xí)模型符合要求時，輸出所述目標(biāo)產(chǎn)品和所述目標(biāo)產(chǎn)品的目標(biāo)分配結(jié)果。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述歷史產(chǎn)品數(shù)據(jù)判斷所述深度強化學(xué)習(xí)模型是否符合要求，包括：

計算在標(biāo)準(zhǔn)分配下所述歷史產(chǎn)品數(shù)據(jù)對應(yīng)的標(biāo)準(zhǔn)收益率，以及在所述歷史產(chǎn)品數(shù)據(jù)通過所述深度強化學(xué)習(xí)模型計算得到的參考分配結(jié)果下對應(yīng)的參考收益率和參考超額收益率；

獲取待選擇分配結(jié)果，分別計算所述待選擇分配結(jié)果下所述歷史產(chǎn)品數(shù)據(jù)對應(yīng)的對照超額收益率；

當(dāng)所述參考收益率高于所述標(biāo)準(zhǔn)收益率，且所述參考超額收益率高于所述對照超額收益率的中位數(shù)時，所述深度強化學(xué)習(xí)模型符合要求，否則所述深度強化學(xué)習(xí)模型不符合要求。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述歷史產(chǎn)品數(shù)據(jù)判斷所述深度強化學(xué)習(xí)模型是否符合要求之后，還包括：

當(dāng)所述深度強化學(xué)習(xí)模型不符合要求時，則獲取并輸出所述超額收益率最高的所述待分配結(jié)果。

4.根據(jù)權(quán)利要求1至3任意一項所述的方法，其特征在于，所述將所述當(dāng)前產(chǎn)品數(shù)據(jù)輸入至深度強化學(xué)習(xí)模型中得到目標(biāo)產(chǎn)品和所述目標(biāo)產(chǎn)品的目標(biāo)分配結(jié)果，包括：

獲取時間序列長度，根據(jù)所述時間序列長度以及所述當(dāng)前產(chǎn)品數(shù)據(jù)計算得到數(shù)據(jù)序列；

將所述數(shù)據(jù)序列輸入至包括用于提取時序特征的第一特征抽取網(wǎng)絡(luò)中的到第一狀態(tài)特征；

根據(jù)所述第一狀態(tài)特征計算得到目標(biāo)產(chǎn)品和所述目標(biāo)產(chǎn)品的目標(biāo)分配結(jié)果。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述輸出所述目標(biāo)產(chǎn)品和所述目標(biāo)產(chǎn)品的目標(biāo)分配結(jié)果之后，包括：

將所述數(shù)據(jù)序列、所述目標(biāo)產(chǎn)品和所述目標(biāo)產(chǎn)品的目標(biāo)分配結(jié)果輸入至包括用于提取時序特征的第二特征抽取網(wǎng)絡(luò)中得到第二狀態(tài)特征；

根據(jù)所述第二狀態(tài)特征計算得到獎勵值，并根據(jù)所述獎勵值更新所述深度強化學(xué)習(xí)模型。

6.一種基于深度學(xué)習(xí)的目標(biāo)產(chǎn)品確定裝置，其特征在于，所述裝置包括：

產(chǎn)品數(shù)據(jù)獲取模塊，用于獲取當(dāng)前產(chǎn)品數(shù)據(jù)；

模型處理模塊，用于將所述當(dāng)前產(chǎn)品數(shù)據(jù)輸入至深度強化學(xué)習(xí)模型中得到目標(biāo)產(chǎn)品和所述目標(biāo)產(chǎn)品的目標(biāo)分配結(jié)果；

歷史數(shù)據(jù)獲取模塊，用于獲取與所述當(dāng)前產(chǎn)品數(shù)據(jù)對應(yīng)的歷史產(chǎn)品數(shù)據(jù)；

判斷模塊，用于根據(jù)所述歷史產(chǎn)品數(shù)據(jù)判斷所述深度強化學(xué)習(xí)模型是否符合要求；

輸出模塊，用于當(dāng)所述深度強化學(xué)習(xí)模型符合要求時，輸出所述目標(biāo)產(chǎn)品和所述目標(biāo)產(chǎn)品的目標(biāo)分配結(jié)果。

7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述判斷模塊包括：

第一計算單元，用于計算在標(biāo)準(zhǔn)分配下所述歷史產(chǎn)品數(shù)據(jù)對應(yīng)的標(biāo)準(zhǔn)收益率，以及在所述歷史產(chǎn)品數(shù)據(jù)通過所述深度強化學(xué)習(xí)模型計算得到的參考分配結(jié)果下對應(yīng)的參考收益率和參考超額收益率；

第二計算單元，用于獲取待選擇分配結(jié)果，分別計算所述待選擇分配結(jié)果下所述歷史產(chǎn)品數(shù)據(jù)對應(yīng)的對照超額收益率；

輸出單元，用于當(dāng)所述參考收益率高于所述標(biāo)準(zhǔn)收益率，且所述參考超額收益率高于所述對照超額收益率的中位數(shù)時，所述深度強化學(xué)習(xí)模型符合要求，否則所述深度強化學(xué)習(xí)模型不符合要求。

8.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述輸出模塊還用于當(dāng)所述深度強化學(xué)習(xí)模型不符合要求時，則獲取并輸出所述超額收益率最高的所述待分配結(jié)果。

9.一種計算機設(shè)備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執(zhí)行所述計算機程序時實現(xiàn)權(quán)利要求1至5中任一項所述方法的步驟。

10.一種計算機存儲介質(zhì)，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)權(quán)利要求1至5中任一項所述的方法的步驟。