[发明专利]交易机器人的深度学习方法、电子设备和计算机存储介质

权利要求书

1.一种交易机器人的深度学习方法，其特征在于，所述方法，包括：

S101，交易机器人获取第一预设时间段内的推荐信息以及对应的反馈信息；

S102，交易机器人根据所述推荐信息以及对应的反馈信息确定推荐调整参数；

S103，交易机器人获取第二预设时间段内各股票每日的成交量、开盘价格、收盘价格、最高价格、最低价格；

S104，交易机器人通过k-means算法对第二预设时间段内各股票每日的成交量、开盘价格、收盘价格、最高价格、最低价格和推荐调整参数进行深度学习，得到推荐模型。

2.根据权利要求1所述的方法，其特征在于，所述第一预设时间段与第二预设时间段相同，所述第一预设时间段为一年。

3.根据权利要求1所述的方法，其特征在于，所述推荐信息包括：股票标识，股票当前价格，股票推荐购买量，股票推荐持股时间，股票预期价格；

所述推荐信息对应的反馈信息包括：股票标识，股票实际购买量，股票实际买入价格，股票实际持股时间，股票实际卖出价格。

4.根据权利要求3所述的方法，其特征在于，所述S102包括：

S102-1，分别计算每一股票的价格调整参数C_i，成交量调整参数V_i，持股时间调整参数T_i；

S102-2，计算

S102-3，将△C，△V和△T作为推荐调整参数；

其中，m为推荐信息中涉及的不同股票标识的数量。

5.根据权利要求4所述的方法，其特征在于，所述S102-1包括：

C_i＝(股票标识为i的股票实际卖出价格/股票标识为i的股票预期价格)*(股票标识为i的股票实际买入价格/股票标识为i的股票当前价格)；

V_i＝股票标识为i的股票实际购买量/股票标识为i的股票推荐购买量；

T_i＝股票标识为i的股票实际持股时间/股票标识为i的股票推荐持股时间。

6.根据权利要求5所述的方法，其特征在于，所述S104包括：

S104-1，对于任一股票，计算每日的价格指数和推荐指数；

S104-2，根据所述推荐调整参数对各股票各日的价格指数和推荐指数进行调整；

S104-3，通过k-means算法对各股票各日调整后的价格指数和推荐指数进行聚类，形成推荐模型。

7.根据权利要求6所述的方法，其特征在于，所述S104-1包括：

任一股票j的第u日的价格指数A_ju为(任一股票j的第u日的收盘价格-任一股票j的第u日的开盘价格)/(任一股票j的第u日的最高价格-任一股票j的第u日的最低价格)；

任一股票j的第u日的推荐指数R_ju为任一股票j的第u日的成交量

8.根据权利要求7所述的方法，其特征在于，所述S104-2包括：

任一股票j的第u日调整后价格指数A’_ju为A_ju+△C*△T/第二预设时间段时长；

任一股票j的第u日调整后推荐指数R’_ju为R_ju+△V*△T/第二预设时间段时长。

9.一种电子设备，其特征在于，所述电子设备与交易机器人有线连接或者无线连接，所述电子设备包括存储器、处理器、总线以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器控制交易机器人执行所述程序时实现如权利要求1-8任意一项的步骤。

10.一种计算机存储介质，其上存储有计算机程序，其特征在于：所述计算机存储介质与交易机器人有线连接或者无线连接，所述程序被处理器控制交易机器人执行时实现如权利要求1-8任意一项的步骤。