[发明专利]一种投资产品组合推荐方法及系统

说明书

技术领域

本发明涉及计算机技术领域，尤其涉及一种投资产品组合推荐方法及系统。

背景技术

随着社会的进步以及经济的发展，投资理财逐渐成为了社会中每一个人的需求，而目前市面上的投资理财手段繁多，投资产品五花八门，如何选择合理的理财产品成为了人们的困扰，目前市面上还没有一个完善的理财产品推荐系统，理财产品组合方案推荐更无从谈起。

没有完善的理财产品组合方案推荐系统会导致广大普通消费者在投资产品的选择上陷入盲目，常常过于激进或过于保守，无法权衡收益与风险，导致投资效率低下。

发明内容

本发明针对现有技术中存在的问题，提供了一种投资产品组合推荐方法及系统，能够向用户推荐适合用户的最佳投资产品组合。

本发明就上述技术问题而提出的技术方案如下：

一方面，本发明提供一种投资产品组合推荐方法，包括：

采集用户信息和投资产品信息；

建立并训练强化学习网络模型；

根据所述用户信息并基于训练后的强化学习网络模型，获得用户风险偏好；

根据所述用户风险偏好和所述投资产品信息，获得向用户推荐的投资产品组合；

记录用户采纳所述投资产品组合后的实际收益与风险信息，并根据所述实际收益与风险信息优化所述强化学习网络模型。

进一步地，所述建立并训练强化学习网络模型，具体包括：

获取历史用户信息、历史投资产品信息和投资产品的历史收益与风险信息；

建立所述强化学习网络模型，并将所述历史用户信息输入至所述强化学习网络模型，输出一个初始风险偏好；

根据所述初始风险偏好和所述历史投资产品信息，获得预推荐投资产品组合；

将所述预推荐投资产品组合的历史收益与风险信息返回至所述强化学习网络模型，以调整所述强化学习网络模型的参数，直到所述强化学习网络模型的状态达到最佳。

进一步地，所述根据所述用户风险偏好和所述投资产品信息，获得向用户推荐的投资产品组合，具体包括：

根据所述投资产品信息对不同投资产品进行搭配，生成具有不同风险系数的投资产品组合列表；

将所述用户风险偏好与所述投资产品组合列表中的投资产品组合进行余弦相似度匹配，获得相似度最高的多个投资产品组合，并将所述多个投资产品组合中收益最大的投资产品组合作为向用户推荐的投资产品组合。

进一步地，所述强化学习网络模型包括执行者Actor网络；

所述根据所述用户信息并基于训练后的强化学习网络模型，获得用户风险偏好，具体包括：

将所述用户信息输入至所述训练后的强化学习网络模型，由所述Actor网络输出所述用户风险偏好。

进一步地，所述强化学习网络模型还包括评价者Critic网络；

所述根据所述实际收益与风险信息优化所述强化学习网络模型，具体包括：

将所述实际收益与风险信息输入至所述强化学习网络模型，由所述Critic网络计算输出向用户推荐的投资产品组合的奖励值或处罚值；

将所述奖励值或处罚值输入至所述Actor网络，更新所述Actor网络中的参数，以优化所述强化学习网络模型。

进一步地，所述由所述Critic网络计算输出向用户推荐的投资产品组合的奖励值或处罚值，具体包括：

由所述Critic网络检测所述实际收益与风险信息是否与用户的满意度相匹配；

若匹配，则计算输出推荐的投资产品组合的奖励值；

若不匹配，则计算输出推荐的投资产品组合的处罚值。

进一步地，在所述建立并训练强化学习网络模型之前，还包括：

对所采集的数据进行归一化处理，以将所采集的数据转换为结构化数据存入数据库中。

另一方面，本发明提供一种投资产品组合推荐系统，包括：

信息采集模块，用于采集用户信息和投资产品信息；

模型训练模块，用于建立并训练强化学习网络模型；

风险偏好获取模块，用于根据所述用户信息并基于训练后的强化学习网络模型，获得用户风险偏好；

推荐模块，用于根据所述用户风险偏好和所述投资产品信息，获得向用户推荐的投资产品组合；以及，

模型优化模块，用于记录用户采纳所述投资产品组合后的实际收益与风险信息，并根据所述实际收益与风险信息优化所述强化学习网络模型。

进一步地，所述推荐模块具体包括：