[发明专利]一种利用模拟环境重构投融资行为的方法

权利要求书

1.一种利用模拟环境重构投融资行为的方法，其特征在于，包括：将需要融资的项目与各个投资机构接触的整个过程划分为六个阶段，并定义了每个阶段项目提供的内容与投资机构的反馈，从而将原先的过程分为固定的六个阶段，在每个阶段投资机构都会有固定的回应信息；

利用历史数据对投资机构的决策进行学习并将投资机构虚拟化，利用生成对抗网络来生成与真实的投资机构一致的投资机构行为数据；对投融资结果进行预测，定义企业自身的策略，以及利用强化学习算法对两个策略π_investor和π_project进行更新，得到训练好的策略π_investor和π_project；所述历史数据指的是投资机构之前的投资动作数据，也称行为数据；

对投资机构在每个阶段的动作进行定义，对每个阶段投资机构参考的信息进行定义，以及利用历史数据对投资机构的决策进行学习并将投资机构虚拟化；将投资机构在每个阶段的反馈信息抽象为4维元组作为动作，所述四维元组的形式为（是否感兴趣，有疑虑的方面，感兴趣的方面，继续跟进的意愿程度）；定义投资机构做出反馈所参照的信息包括企业在不同阶段提供给投资机构的资料信息S_project，以及投资机构在不同阶段的行为特征S_investor；定义投资机构的投资策略为π_investor：（S_project，S_investor）→action_investor，action_investor表示投资机构的动作；利用生成对抗网络来生成与真实的投资机构一致的投资机构行为数据；生成对抗网络中包含一个生成器和一个判别器；生成器用来生成与真样本一致的假样本，判别器用来分辨样本的真假；

虚拟化投资机构的具体实施步骤如下：

步骤11，数据处理，将历史数据按照上述阶段划分处理成state-action对的形式；

步骤12，构建初始策略网络π_investor作为虚拟投资机构的生成器，其输入为（S_project，S_investor），输出为对应的action_investor；

步骤13，构建判别器D，输出为二分类；判别器D用于判断输入的state-action对，是由生成器输出的还是历史数据产生的；

步骤14，初始策略网络π_investor的优化目标就是使得判别器认为它的输出就是真样本，同时生成样本的分布与历史数据的分布完全一致，即：E_π[logD(s, a)-αH(π)-βKL(π(s)||x)]=0；E_π用来衡量生成样本的分布与历史数据的分布之间的差异；其中log 为以e为底的对数函数；D（s，a） 为判别器的输出；H为信息论中的熵函数，KL表示KL散度；α和β是系数，分别控制熵和 KL 散度项的大小，使得二者数量级小于log D(s,a)；π表示策略网络，s表示前述state，x指历史数据分布；

步骤15，利用初始策略网络π_investor的输出训练判别器D，然后用判别器D的输出更新π_investor；不断重复这个步骤直至判别器D无法分辨真假样本之间的区别。

2.根据权利要求1所述的利用模拟环境重构投融资行为的方法，其特征在于，所述六个阶段包括初期阶段、前期阶段、前中期阶段、中期阶段、中后期阶段和后期阶段；所述初期阶段中企业提供BP材料，投资机构反馈信息；所述前期阶段中根据企业与投资机构交互沟通中透露的信息，投资机构反馈信息；所述前中期阶段中，企业提供NDA对应的材料，投资机构反馈信息；所述中期阶段中企业提供资料，安排与投资机构访谈，投资机构反馈信息；所述中后期阶段中，企业获取与投资机构决策层沟通信息，投资机构反馈不感兴趣或者感兴趣，决定做尽调；所述后期阶段，企业配合财务、法务尽调，投资机构反馈对投资项目不感兴趣或者签SPA。