公开(公告)号：CN116823472A

公开(公告)日：2023-09-29

申请号：CN202310769583.3

申请日：2023-06-27

Applicant: 上海交通大学宁波人工智能研究院

Inventor： 胡志衡 ,  李雅 ,  褚健 ,  杨根科

IPC: G06Q40/04 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/084 ,  G06N3/092

Abstract: 本发明公开了一种基于对比学习和深度强化学习的量化交易系统与方法，涉及深度学习以及量化交易领域，所述系统包括数据读取和预处理模块、时间序列分解模块、对比学习模块和深度强化学习模块。所述方法首先收集和准备用于训练和测试的历史数据，然后，利用对比学习思想，通过时序数据增强的方式生成正样本和负样本数据，用不同样本之间的相似性或差异性构造损失函数，学习到一种能够捕捉重要特征和区分性信息的表示形式，从而提取隐藏信息和模式。接下来，将该表示形式应用于强化学习中，可以使模型更好地理解市场动态，并通过基于PPO的深度强化学习算法，构建并训练一个端到端的深度神经网络模型。该模型能够自动学习和调整交易策略。