[發明專利]一種基于深度強化學習的基金理財購買方法和裝置

在審

• 申請號: 202210585627.2
• 申請日: 2022-05-27
• 公開（公告）號: CN114926286A
• 公開（公告）日: 2022-08-19
• 發明（設計）人: 楊超
• 申請（專利權）人: 中國銀行股份有限公司
• 主分類號: G06Q40/06
• 分類號: G06Q40/06;G06Q10/04;G06N3/08;G06N3/04
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 王天堯;陶海萍

1.一種基于深度強化學習的基金理財購買方法，其特征在于，包括：

獲取基金的歷史凈值數據，確定標準數據集；

建立深度強化學習模型，利用標準數據集進行訓練，確定基金預測模型；

利用基金預測模型預測基金在下一日的基金凈值；

根據預測的基金在下一日的基金凈值，確定是否在下一日購買基金以及購買基金份額；

在下一日的日終獲取當日實際的最新基金凈值數據，更新標準數據集，調整基金預測模型。

2.如權利要求1所述的方法，其特征在于，獲取基金的歷史凈值數據，確定標準數據集，包括：

獲取基金在設定時間段內的歷史凈值數據；所述歷史凈值數據的輸入為設定日期的基金凈值，所述歷史凈值數據的輸出為設定日期的后一日的基金凈值；

將基金在設定時間段內的歷史凈值數據處理為設定格式的數據，建立標準數據集。

3.如權利要求1所述的方法，其特征在于，建立深度強化學習模型，利用標準數據集進行訓練，確定基金預測模型，包括：

采用基本神經網絡模型實現LSTM網絡結構，建立深度學習模型；

基于深度學習模型，結合深度強化學習算法，建立深度強化學習模型；

利用標準數據集，對深度強化學習模型采用經驗重播技術和雙網絡訓練技術進行訓練，在訓練完成后輸出基金預測模型。

4.如權利要求1所述的方法，其特征在于，根據預測的基金在下一日的基金凈值，確定是否在下一日購買基金以及購買基金份額，包括：

根據預測的下一日的基金凈值，計算投資盈虧率和投資收益率；

根據投資盈虧率和投資收益率的計算結果，確定是否在下一日購買基金以及購買基金份額。

5.如權利要求1所述的方法，其特征在于，在下一日的日終獲取當日實際的最新基金凈值數據，更新標準數據集，調整基金預測模型，包括：

在下一日的日終獲取當日實際的最新基金凈值數據，將最新基金凈值數據更新至標準數據集；

根據當日實際的最新基金凈值數據，對當日決策動作進行打分，記錄獎懲；所述決策動作，包括：是否當日購買基金以及當日購買基金份額的執行操作；

將決策動作和對應的獎勵作為歷史經驗存入經驗庫；

從經驗庫中學習歷史經驗，確定優化參數；

利用優化參數，調整基金預測模型。

6.如權利要求1所述的方法，其特征在于，還包括：

獲取決策動作對應獲取收益、基金誤操作情況的收益和基于預設參考指數操作的收益，建立收益對比圖。

7.一種基于深度強化學習的基金理財購買裝置，其特征在于，包括：

標準數據集確定模塊，用于獲取基金的歷史凈值數據，確定標準數據集；

基金預測模型訓練模塊，用于建立深度強化學習模型，利用標準數據集進行訓練，確定基金預測模型；

預測模塊，用于利用基金預測模型預測基金在下一日的基金凈值；

購買決策模塊，用于根據預測的基金在下一日的基金凈值，確定是否在下一日購買基金以及購買基金份額；

基金預測模型調整模塊，用于在下一日的日終獲取當日實際的最新基金凈值數據，更新標準數據集，調整基金預測模型。

8.如權利要求7所述的裝置，其特征在于，標準數據集確定模塊，具體用于：

獲取基金在設定時間段內的歷史凈值數據；所述歷史凈值數據的輸入為設定日期的基金凈值，所述歷史凈值數據的輸出為設定日期的后一日的基金凈值；

將基金在設定時間段內的歷史凈值數據處理為設定格式的數據，建立標準數據集。

9.如權利要求7所述的裝置，其特征在于，基金預測模型訓練模塊，具體用于：

采用基本神經網絡模型實現LSTM網絡結構，建立深度學習模型；

基于深度學習模型，結合深度強化學習算法，建立深度強化學習模型；

利用標準數據集，對深度強化學習模型采用經驗重播技術和雙網絡訓練技術進行訓練，在訓練完成后輸出基金預測模型。