基于深度强化学习的投资组合管理方法
基本信息
| 申请号 | CN202210214410.0 | 申请日 | - |
| 公开（公告）号 | CN114677226A | 公开（公告）日 | 2022-06-28 |
| 申请公布号 | CN114677226A | 申请公布日 | 2022-06-28 |
| 分类号 | G06Q40/06（2012.01）I;G06Q40/04（2012.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 苏炯龙;顾封琛;覃一欣 | 申请（专利权）人 | 西交利物浦大学 |
| 代理机构 | 南京艾普利德知识产权代理事务所（特殊普通合伙） | 代理人 | - |
| 地址 | 215121江苏省苏州市工业园区独墅湖科教创新区仁爱路111号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明揭示了一种基于深度强化学习的投资组合管理方法，通过构建加密货币交易场景的基于卷积、深度卷积、挤压和激发模块、残差块和门循环单元的神经网络模型；训练基于卷积、深度卷积、挤压和激发模块、残差块和门循环单元的神经网络模型使其参数最优化；加载训练好的基于卷积、深度卷积、挤压和激发模块、残差块和门循环单元的神经网络模型参数，接收加密货币的历史价格数据，通过所述基于卷积、深度卷积、挤压和激发模块、残差块和门循环单元的神经网络模型获取下一交易周期初的资产分配权重，并根据资产分配权重调整资产在加密货币市场中的分配，从而得到最优投资策略。 |
