基于循环强化学习的多模型银行资金头寸预测方法及系统

摘要

本发明涉及银行资金头寸调配技术领域，提供了一种基于循环强化学习的多模型银行资金头寸预测方法及系统，所述系统包括数据预处理子系统、特征提取子系统和强化学习子系统。所述方法包括：数据预处理：对历史交易流水数据、外部约束特征数据进行数据清洗及预处理；特征提取：利用LSTM网络对处理后的数据进行时序特征提取，得到深度特征信息输出值；强化学习：所述深度特征信息输出值与交易环境比对，以所述深度特征信息输出值为输入，基于Actor‑Critic框架进行强化学习，对银行资金头寸进行预测。本发明将深度学习技术与银行实际金融业务场景相结合，将人工智能技术应用于银行业流动性风险的预测中，使银行资金管理更加智能化。