发明公开
- 专利标题: 一种基于SAC强化学习的自适应股票交易方法
-
申请号: CN202110808376.5申请日: 2021-07-16
-
公开(公告)号: CN113450227A公开(公告)日: 2021-09-28
- 发明人: 赵澄 , 刘炜 , 王叶鑫
- 申请人: 浙江工业大学
- 申请人地址: 浙江省杭州市下城区潮王路18号
- 专利权人: 浙江工业大学
- 当前专利权人: 浙江工业大学
- 当前专利权人地址: 浙江省杭州市下城区潮王路18号
- 代理机构: 杭州浙科专利事务所
- 代理商 吴秉中
- 主分类号: G06Q40/04
- IPC分类号: G06Q40/04 ; G06Q40/06 ; G06Q10/04 ; G06N3/08
摘要:
本发明公开了一种基于SAC强化学习的自适应股票交易方法,包括以下步骤:1)、从互联网获取股票数据,对股票数据进行预处理;2)、提取上述股票数据对应的股票特征,输入到LSTM中预测该股票的收益率Ri,t+1,根据PMSE获取股票预期收益特征;3)、结合市场价格特征、持仓特征、交易费用特征、剩余可用资金特征,表示当前SAC智能体可观测的交易状况S;4)、SAC智能体计算作出投资决策的预期收益Rt;5)、通过最大化预期累积收益和熵信息,自我调整执行的买入、卖出操作,得到适应市场变化的股票交易策略G。本发明提高了对市场的探索能力和预测能力,以快速适应市场变化,提高投资收益的同时减少产生的交易费用。