本发明公开了一种基于k线聚类和强化学习的自适应金融时间序列预测方法,先获取金融数据,对金融数据进行K线化处理,并K线化处理后的数据进行计算,得到当前匹配周期内的K线数据;采用Kmeans聚类算法、FCM聚类算法或基于数据密度的在线聚类方法对K线各个子部分进行聚类;将聚类结果输入到深度强化学习模型中进行参数训练,利用训练好的深度强化学习模型进行金融交易。本发明将金融数据进行K线化,并对K线各子部分进行聚类,将聚类结果输入到深度强化学习模型,得到基于分解k线聚类的深度强化学习模型,实现了实时金融交易价格的在线自适应预测。
声明:
“基于k线聚类和强化学习的自适应金融时间序列预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)