[发明专利]一种数据分配权重的预测方法、装置、设备及存储介质

权利要求书

1.一种数据分配权重的预测方法，其特征在于，包括：

获取历史市场信息数据，对所述历史市场信息数据进行预处理，生成专家经验数据，并将所述专家经验数据存储到第一缓存表中；

设置第一网络模型，通过获取当前市场信息数据，以使所述第一网络模型输出所述当前市场信息数据的资产分配权重，并根据所述资产分配权重，得到当前经验数据，将所述当前经验数据存储到第二缓存表中；

按照预设的权重比例，分别采集所述第一缓存表和所述第二缓存表对应的经验数据，并根据所述经验数据，对所述第一网络模型进行更新，获取最优第一网络模型，以使所述最优第一网络模型输出最优资产分配权重。

2.如权利要求1所述的一种数据分配权重的预测方法，其特征在于，所述按照预设的权重比例，分别采集所述第一缓存表和所述第二缓存表对应的经验数据，并根据所述经验数据，对所述第一网络模型进行更新，具体为：

设置第二网络模型，根据采集的所述第一缓存表的专家经验数据和所述第二缓存表的当前经验数据，生成所述第一缓存表对应的第一损失函数和所述第二缓存表对应的第二损失函数；

按照预设的权重比例，结合所述第一损失函数和所述第二损失函数，生成所述第二网络模型的损失函数，计算并根据所述第二网络模型的最小化损失函数，更新所述第二网络模型；

根据更新后的所述第二网络模型，得到所述第一网络模型的损失函数，计算并根据所述第一网络模型的最小化损失函数，更新所述第一网络模型。

3.如权利要求1所述的一种数据分配权重的预测方法，其特征在于，所述获取历史市场信息数据，对所述历史市场信息数据进行预处理，生成专家经验数据，具体为：

获取历史市场信息数据，并将所述历史市场信息数据划分为训练集和测试集；

基于智能体对所述训练集对应的历史市场信息数据进行观测，并结合金融技术指标参数，获取所述训练集对应的历史市场信息数据中的历史最优资产分配权重，并根据所述历史最优资产分配权重，生成专家经验数据。

4.如权利要求1所述的一种数据分配权重的预测方法，其特征在于，所述通过获取当前市场信息数据，以使所述第一网络模型输出所述当前市场信息数据的资产分配权重，并根据所述资产分配权重，得到当前经验数据，具体为：

获取当前市场信息数据，将所述当前市场信息数据作为所述第一网络模型的输入，以使所述第一网络模型输出所述当前市场信息数据的资产分配权重；

并基于当前市场信息数据，根据资产分配权重，对当前资产分配权重的奖励数据及下一个市场信息数据进行预测，根据预测结果，生成当前经验数据。

5.一种数据分配权重的预测装置，其特征在于，包括：第一缓存模块、第二缓存模块和网络模型训练模块；

其中，所述第一缓存模块，用于获取历史市场信息数据，对所述历史市场信息数据进行预处理，生成专家经验数据，并将所述专家经验数据存储到第一缓存表中；

所述第二缓存模块，用于设置第一网络模型，通过获取当前市场信息数据，以使所述第一网络模型输出所述当前市场信息数据的资产分配权重，并根据所述资产分配权重，得到当前经验数据，将所述当前经验数据存储到第二缓存表中；

所述网络模型训练模块，用于按照预设的权重比例，分别采集所述第一缓存表和所述第二缓存表对应的经验数据，并根据所述经验数据，对所述第一网络模型进行更新，获取最优第一网络模型，以使所述最优第一网络模型输出最优资产分配权重。