首页> 中国专利> 基于深度注意力网络和强化学习的投资组合选择方法

基于深度注意力网络和强化学习的投资组合选择方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明公开了一种基于深度注意力网络和强化学习的投资组合选择方法，将融合注意力机制的神经网络模型引入到金融领域中，以夏普比率作为奖励函数，使用强化学习框架训练模型在生成投资组合选择时平衡收益和风险。同时，还提出了通过全新的跨资产注意力机制来建模不同资产之间的相关性，并在模型可解释性方面进行了深入的探索。在中美两国历史股市和实盘模拟中取得了优越的性能，泛化性和鲁棒性强。

著录项

公开/公告号CN110223180A

专利类型发明专利
公开/公告日2019-09-10

原文格式PDF
申请/专利权人北京航空航天大学;
展开▼

申请/专利号CN201910390018.X
发明设计人王静远;张阳;吴俊杰;
展开▼

申请日2019-05-10
分类号G06Q40/06(20120101);G06Q40/04(20120101);G06N3/04(20060101);
代理机构11465 北京慕达星云知识产权代理事务所(特殊普通合伙);
代理人李冉
地址 100191 北京市海淀区学院路37号
入库时间 2024-02-19 13:40:32

法律信息

法律状态公告日

法律状态信息

法律状态
2019-10-08

实质审查的生效 IPC(主分类):G06Q40/06 申请日:20190510

实质审查的生效
2019-09-10

公开

公开

相似文献

专利
中文文献
外文文献

1. 基于深度注意力网络和强化学习的投资组合选择方法 [P] . 中国专利： CN110223180A . 2019-09-10
2. 一种基于深度强化学习的异构网络选择方法 [P] . 中国专利： CN111083767A . 2020-04-28
3. AP AP APPARATUS CLUSTERING METHOD USING NEURAL NETWORK BASED ON REINFORCEMENT LEARNING AND COOPERATIVE COMMUNICATIN APPARATUS USING NEURAL NETWORK BASED ON REINFORCEMENT LEARNING [P] . 韩国专利： KR101877243B1 . 2018-07-11

机译： AP基于神经网络的基于强化学习的聚类方法和基于神经网络的协作通信基于强化学习的聚类方法
4. ONE SHOT MULTI-USER MULTIPLE-INPUT MULTIPLE-OUTPUT (MU-MIMO) RESOURCE PAIRING USING REINFORCEMENT LEARNING BASED DEEP Q NETWORK (DQN) [P] . 世界知识产权组织专利： WO2020094630A1 . 2020-05-14

机译：使用基于强化学习的深度Q网络（DQN）的一枪多用户多输入多输出（MU-MIMO）资源对
5. DEEP REINFORCEMENT LEARNING WITH FAST UPDATING RECURRENT NEURAL NETWORKS AND SLOW UPDATING RECURRENT NEURAL NETWORKS [P] . 美国专利： US2019370637A1 . 2019-12-05

机译：通过快速更新递归神经网络和缓慢更新递归神经网络进行深度强化学习