算法交易系统及基于该系统的算法交易模型的训练方法

    公开(公告)号:CN113283986B

    公开(公告)日:2024-06-25

    申请号:CN202110465112.4

    申请日:2021-04-28

    Applicant: 南京大学

    Abstract: 本申请公开了一种基于自注意力机制的算法交易系统及基于该系统的算法交易模型的训练方法。其中系统包括:全连接神经网络模块,用于对输入的交易数据进行特征提取、转换和映射;自注意力机制模块,用于衡量不同时刻特征不同的重要程度,并提取其中较为重要的有效信息;长短时记忆网络模块,用于根据自注意力机制模块处理后的序列化信息输出交易决策。本申请训练方法包括使用近端策略优化算法训练一个策略函数π和一个值函数V,其参数分别为θ和#imgabs0#。本申请的有益之处在于提供了一种结合了近端策略优化算法和长短时记忆网络的优势从而实现深层次挖掘市场特征的基于自注意力机制的算法交易系统及基于该系统的算法交易模型的训练方法。

    一种基于交易者行为建模的金融证券交易模型的训练方法

    公开(公告)号:CN111507845A

    公开(公告)日:2020-08-07

    申请号:CN202010339551.6

    申请日:2020-04-26

    Applicant: 南京大学

    Abstract: 本发明公开一种基于交易者行为建模的金融证券交易模型的训练方法,主要包括基于机器学习、对抗学习构建的具有不同行为交易者的金融证券交易市场模拟器和基于强化学习的自动金融证券交易策略搜索两个部分。本发明可应用于多种金融证券交易,包括证券市场中的证券产品,如股票,债权,衍生市场产品如股指期货、期权、外汇期货等。本发明为金融证券交易市场人员和研究人员提供了实时动态的证券市场环境的训练方法,可以在不需要真实金钱、时间开销的情况下,开发与训练客观的金融证券交易策略。

    算法交易系统及基于该系统的算法交易模型的训练方法

    公开(公告)号:CN113283986A

    公开(公告)日:2021-08-20

    申请号:CN202110465112.4

    申请日:2021-04-28

    Applicant: 南京大学

    Abstract: 本申请公开了一种基于自注意力机制的算法交易系统及基于该系统的算法交易模型的训练方法。其中系统包括:全连接神经网络模块,用于对输入的交易数据进行特征提取、转换和映射;自注意力机制模块,用于衡量不同时刻特征不同的重要程度,并提取其中较为重要的有效信息;长短时记忆网络模块,用于根据自注意力机制模块处理后的序列化信息输出交易决策。本申请训练方法包括使用近端策略优化算法训练一个策略函数π和一个值函数V,其参数分别为θ和。本申请的有益之处在于提供了一种结合了近端策略优化算法和长短时记忆网络的优势从而实现深层次挖掘市场特征的基于自注意力机制的算法交易系统及基于该系统的算法交易模型的训练方法。

Patent Agency Ranking