[发明专利]资产配置方法和装置

权利要求书

1.一种资产配置方法，其特征在于，所述方法包括：

数据收集步骤：从数据库中提取需要配置的资产类别所对应的特征数据；其中，所述资产类别至少为两种；

数据预处理步骤：对所述特征数据进行预处理，包括清洗数据、填充空值以及标准化处理；

特征提取步骤：采用特征提取网络对经过预处理的所述特征数据进行特征提取，获得有效特征；

策略输出步骤：将所述有效特征输入策略网络，得到输出的正态分布参数以及价值函数；

参数训练步骤：基于历史数据利用强化学习算法对所述特征提取网络和所述策略网络的参数进行训练；

生成配置步骤：将经过预处理的所述特征数据输入到训练完成的所述特征提取网络和所述策略网络，获得资产配置权重。

2.如权利要求1所述的方法，其特征在于，所述策略网络包括第一全连接神经网络和第二全连接神经网络，所述策略输出步骤包括：

将所述有效特征输入所述第一全连接神经网络，得到所述第一全连接神经网络输出的以μ为均值以σ为标准差的正态分布参数；

从所述正态分布中抽样得到动作向量a_t，利用softmax函数将a_t转化为配置向量w_t，其中

将所述有效特征输入所述第二全连接神经网络，得到所述第二全连接神经网络价值函数v_t。

3.如权利要求2所述的方法，其特征在于，所述参数训练步骤包括：

初始化所述策略网络的策略参数θ₀，设置对未来奖励的折现因子γ和缓存空间容量为m个元组，将初始化策略网络V₀拷贝得到静态网络V₁；

获取所述资产类别的初始各类资产状态s₀；

将所述资产状态s_t输入所述策略网络，得到正态分布N(μ_t,σ_t)，从N(μ_t,σ_t)中抽样得到w_t，计算得到动作a_t＝softmax(w_t)；

执行动作a_t得到t时刻的奖励函数r_t+1和下一期的资产状态s_t+1；在缓存空间中存储元组(s_t,a_t,r_t+1,s_t+1)；

当所述缓存空间被占满时，从所述缓存空间中采集m个元组，基于所述m个元组，并令y_t＝r_t+1+γV_t(s_t+1)，计算损失函数：

其中，A^θ’(s_t,a_t)＝y_t-V′_t(s_t)；S_t是各个资产类别在t时刻的状态；a_t是所述策略网络输出的t时刻的资产配置权重；γ是对未来奖励的折现因子；v_t是在t时刻的价值函数；

利用梯度下降法更新所述策略参数

4.如权利要求1所述的方法，其特征在于，所述特征提取网络为长短期记忆网络或卷积神经网络。