本发明揭示了一种基于DDPG深度强化学习算法的投资组合管理方法,利用两个全连接神经网络和两个长短期记忆神经网络(LSTM)构建深度确定性策略梯度(DDPG)强化学习算法,以实现下一个交易周期的收益率最高,用训练完的策略函数获取下一个交易周期资产分配权重,并通过买入与卖出来调整不同资产所占总资产的比例,以实现最优的策略。本发明通过构建新型连续状态空间,使神经网络能够接收更多的有效信息,并运用DDPG强化学习算法框架,有效地解决了大规模状态空间所导致的参数过多等问题,同时利用全连接神经网络和长短期记忆神经网络的交互提高了预测精度,尽可能地找出每一次调仓周期的最优资产分配权重。
声明:
“基于DDPG深度强化学习算法的投资组合管理方法” 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)