基于k线聚类和强化学习的自适应金融时间序列预测方法

摘要

本发明公开了一种基于k线聚类和强化学习的自适应金融时间序列预测方法，先获取金融数据，对金融数据进行K线化处理，并K线化处理后的数据进行计算，得到当前匹配周期内的K线数据；采用Kmeans聚类算法、FCM聚类算法或基于数据密度的在线聚类方法对K线各个子部分进行聚类；将聚类结果输入到深度强化学习模型中进行参数训练，利用训练好的深度强化学习模型进行金融交易。本发明将金融数据进行K线化，并对K线各子部分进行聚类，将聚类结果输入到深度强化学习模型，得到基于分解k线聚类的深度强化学习模型，实现了实时金融交易价格的在线自适应预测。