本公開提供了基于深度強(qiáng)化學(xué)習(xí)對銀行風(fēng)險(xiǎn)定價(jià)的優(yōu)化方法，對動作值函數(shù)網(wǎng)絡(luò)參數(shù)和策略網(wǎng)絡(luò)參數(shù)進(jìn)行初始化；通過現(xiàn)有初始化的網(wǎng)絡(luò)與銀行模擬環(huán)境進(jìn)行交互，完成初始化經(jīng)驗(yàn)回放；通過均勻分布在經(jīng)驗(yàn)回放池中采樣，獲取訓(xùn)練樣本；通過動作值函數(shù)網(wǎng)絡(luò)和策略網(wǎng)絡(luò)的損失函數(shù)對當(dāng)前網(wǎng)絡(luò)的參數(shù)進(jìn)行更新；經(jīng)過多輪訓(xùn)練，通過預(yù)設(shè)的更新方式，將當(dāng)前網(wǎng)絡(luò)的參數(shù)復(fù)制到目標(biāo)網(wǎng)絡(luò)中以完成對銀行風(fēng)險(xiǎn)定價(jià)的優(yōu)化操作。該方法能夠用沙盤模擬平臺的仿真銀行模擬環(huán)境，基于深度強(qiáng)化學(xué)習(xí)算法進(jìn)行模型訓(xùn)練，得到可應(yīng)用于真實(shí)銀行經(jīng)營和場景的模型，并推測出系統(tǒng)性風(fēng)險(xiǎn)約束下銀行最優(yōu)的風(fēng)險(xiǎn)定價(jià)。本公開還涉及基于深度強(qiáng)化學(xué)習(xí)對銀行風(fēng)險(xiǎn)定價(jià)的優(yōu)化裝置。