基于深度強化學習對銀行風險定價的優(yōu)化方法和裝置
基本信息
| 申請?zhí)?/td> | CN202011486443.8 | 申請日 | - |
| 公開（公告）號 | CN112488826A | 公開（公告）日 | 2021-03-12 |
| 申請公布號 | CN112488826A | 申請公布日 | 2021-03-12 |
| 分類號 | G06N3/08(2006.01)I;G06Q40/02(2012.01)I;G06Q10/06(2012.01)I | 分類 | 計算；推算；計數(shù); |
| 發(fā)明人 | 段行健;田春明;曹然 | 申請（專利權）人 | 北京逸風金科軟件有限公司 |
| 代理機構 | 北京匯捷知識產(chǎn)權代理事務所（普通合伙） | 代理人 | 于鵬 |
| 地址 | 100083北京市西城區(qū)阜成門外大街31號4層421A | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本公開提供了基于深度強化學習對銀行風險定價的優(yōu)化方法，對動作值函數(shù)網(wǎng)絡參數(shù)和策略網(wǎng)絡參數(shù)進行初始化；通過現(xiàn)有初始化的網(wǎng)絡與銀行模擬環(huán)境進行交互，完成初始化經(jīng)驗回放；通過均勻分布在經(jīng)驗回放池中采樣，獲取訓練樣本；通過動作值函數(shù)網(wǎng)絡和策略網(wǎng)絡的損失函數(shù)對當前網(wǎng)絡的參數(shù)進行更新；經(jīng)過多輪訓練，通過預設的更新方式，將當前網(wǎng)絡的參數(shù)復制到目標網(wǎng)絡中以完成對銀行風險定價的優(yōu)化操作。該方法能夠用沙盤模擬平臺的仿真銀行模擬環(huán)境，基于深度強化學習算法進行模型訓練，得到可應用于真實銀行經(jīng)營和場景的模型，并推測出系統(tǒng)性風險約束下銀行最優(yōu)的風險定價。本公開還涉及基于深度強化學習對銀行風險定價的優(yōu)化裝置。?? |
