【技术实现步骤摘要】
一种基于神经网络的资产组合构建方法及装置
[0001]本专利技术涉及基于机器学习的数据处理
，具体而言，涉及一种基于神经网络的资产组合构建方法及装置。
技术介绍
[0002]在资产管理部门的实际工作中，资产的选择以及买入卖出等操作的时机仍以业务人员的专业知识和经验判断为主。业务人员首先需要构建好一个资产组合，其次还需要对其中单一资产的预期收益率进行准确的评估。
[0003]这种基于业务人员的专业知识和经验判断为主的资产组合构建方式，在效率方面存在很大的缺陷。
技术实现思路
[0004]本专利技术实施例提供了一种基于神经网络的资产组合构建方法及装置，以至少解决相关技术中基于业务人员的专业知识和经验判断构建资产组合，在效率方面存在很大的缺陷的问题。
[0005]根据本专利技术的一个实施例，提供了一种基于神经网络的资产组合构建方法，包括：
[0006]通过第一神经网络模型模拟资产价格变化值与资产操作之间的对应关系，根据资产价格变化值与资产操作之间的对应关系构建初始资产组合；通过决策树模...
【技术保护点】
【技术特征摘要】
1.一种基于神经网络的资产组合构建方法，其特征在于，包括：通过第一神经网络模型模拟资产价格变化值与资产操作之间的对应关系，根据资产价格变化值与资产操作之间的对应关系构建初始资产组合；通过决策树模型预测所述资产组合在下一交易周期的收益率，以及通过逻辑回归预测下一交易周期的市场走势；根据所述收益率和市场走势调整所述初始资产组合中各资产的比例。2.根据权利要求1所述的方法，其特征在于，通过第一神经网络模型模拟资产价格变化值与资产操作之间的对应关系之前，还包括：对所述第一神经网络模型进行训练。3.根据权利要求1所述的方法，其特征在于，对所述第一神经网络模型进行训练包括：存储所述第一神经网络每步训练的参数，从所述参数中随机抽取一部分数据用于所述第一神经网络参数更新；将第一神经网络模型迭代多次得到的参数赋予第二神经网络模型，通过所述第二神经网络模型确定第一神经网络模型的损失函数，其中，所述第二神经网络模型与所述第一神经网络模型的结构相同，所述第二神经网络模型不对参数进行迭代更新。4.根据权利要求1所述的方法，其特征在于，根据资产价格变化值与资产操作之间的对应关系构建初始资产组合，包括：根据资产价格变化值与资产操作之间的对应关系选取最优资产以构建初始资产组合。5.根据权利要求1所述的方法，其特征在于，根据资产价格变化值与资产操作之间的关系选取最优资产操作，包括：以α的概率从资产操作集合A中随机抽取一个资产操作，以1
‑
α的概率选择max
a∈A
P(S
t
,a；ω)作为最优操作，其中，P为资产价格变化值，S
t
是t时刻第一神经网络模型的输入，a是抽取的资产操作，ω是第一神经网络模型的参数。6.根据权利要求1所述...
【专利技术属性】
技术研发人员：王梦晗，何玥颖，郑方兰，李琨，田江，向小佳，丁永建，李璠，
申请(专利权)人：光大科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。