[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

说明书

本发明涉及一种交易机器人的深度学习方法、电子设备和计算机存储介质。该方法交易机器人根据第一预设时间段内的推荐信息以及对应的反馈信息确定推荐调整参数；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；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。本方法通过k‑means算法对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，实现了根据当前的推荐结果对推荐模型进行深度学习的目的，使得推荐模型更加精确。

技术领域

本发明涉及计算机技术领域，尤其涉及一种交易机器人的深度学习方法、电子设备和计算机存储介质。

背景技术

全世界股票、期货、外汇和黄金市场是一个资金博弈市场或资金博弈平台。博弈的决策人是操纵每个金融产品的庄家，这是极少数人。博弈策略是筹集大量的资金，利用资金优势，大量买进股票或各种金融产品，并控制了大量的筹码或金融产品，通过资金优势，任意拉抬和打压金融产品的价格，制造价格的波动，通过价格波动来赢得博弈胜利，就是赢取博弈对手的钱。

交易机器人可以基于股票信息智能的向投资者推荐投资信息，而如何进行交易机器人的深度学习，使其更智能的推荐信息成为当前研究的热点。

发明内容

(一)要解决的技术问题

为了合理推荐，本发明提供一种交易机器人的深度学习方法、电子设备和计算机存储介质。

(二)技术方案

为了达到上述目的，本发明采用的主要技术方案包括：

一种交易机器人的深度学习方法，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。

可选地，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。

可选地，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。

可选地，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。

可选地，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；