本發(fā)明公開了一種基于深度強(qiáng)化學(xué)習(xí)的金融時(shí)序數(shù)據(jù)預(yù)測方法。本方法包括三個(gè)主要的子系統(tǒng)：數(shù)據(jù)處理子系統(tǒng)，此子系統(tǒng)的功能是對從WindAPI獲取到的原始數(shù)據(jù)進(jìn)行數(shù)據(jù)處理；特征提取子系統(tǒng)，此子系統(tǒng)的功能是構(gòu)造一個(gè)深度神經(jīng)網(wǎng)絡(luò)來提取數(shù)據(jù)特征；強(qiáng)化學(xué)習(xí)子系統(tǒng)，此子系統(tǒng)的功能是基于Actor?Critic算法，構(gòu)造策略網(wǎng)絡(luò)和評估網(wǎng)絡(luò)，分別進(jìn)行交易動作的選取與評價(jià)，然后不斷迭代更新來保證整個(gè)系統(tǒng)獲取到市場最新的動態(tài)信息，并根據(jù)獲取到的狀態(tài)信息作出最優(yōu)的交易動作，最終獲取較好的交易效果。本發(fā)明能夠通過金融市場的一些基本信息，不斷去學(xué)習(xí)這個(gè)復(fù)雜的金融市場，及時(shí)捕獲可能獲利的交易動作，實(shí)現(xiàn)盈利目的。