[发明专利]一种基于多尺度金融时间序列处理的深度强化学习交易方法在审
| 申请号： | 202210052860.4 | 申请日： | 2022-01-18 |
| 公开（公告）号： | CN114519641A | 公开（公告）日： | 2022-05-20 |
| 发明（设计）人： | 陈军成;陈丛笑 | 申请（专利权）人： | 北京工业大学 |
| 主分类号： | G06Q40/04 | 分类号： | G06Q40/04;G06N3/00;G06N7/00 |
| 代理公司： | 北京思海天达知识产权代理有限公司 11203 | 代理人： | 沈波 |
| 地址： | 100124 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于多尺度金融时间序列处理的深度强化学习交易方法，属于金融数据处理与量化金融领域。因为单一尺度金融时间序列的复杂与高度不平稳，会造成信息缺失,本发明在多尺度金融时间序列上使用缠论的方法进行k线数据去包含处理，然后抽取去包含数据中蕴含的底部分型和顶部分型，进而构造笔作为特征，减少序列噪声，提取了金融时间序列的长期有效信息作为多尺度的特征矩阵，并把该多尺度特征矩阵作为强化学习的环境状态，利用强化学习的深度确定性策略梯度算法(DDPG)搜索最优交易策略。该多尺度分笔深度确定性策略梯度强化学习模型能够超过市场表现，具有一定的实用价值和研究意义。 | ||
| 搜索关键词： | 一种 基于 尺度 金融 时间 序列 处理 深度 强化 学习 交易 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京工业大学，未经北京工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202210052860.4/，转载请声明来源钻瓜专利网。
