一种基于历史经验的强化学习买卖点预测模型训练方法

本发明公开了一种基于历史经验的强化学习买卖点预测模型训练方法，用于金融领域，包括以下步骤：获取金融交易数据，预处理后得到精简分时图；基于精简分时图，利用波段理论分析框架，构建监督微调数据集；根据监督微调数据集对大模型进行预微调，得到强化后的大模型；利用奖励模型和强化学习近端策略优化，对强化后的大模型进行评分与重排，并对监督微调数据集进行微调；根据微调后的监督微调数据集，对初始大模型进行训练，得到买卖点预测模型。本发明提出一个应用强化学习从历史经验反馈技术学习金融知识和交易经验的训练框架，提升模型的波段分析和买点预测能力，能在快速变化的金融市场中实现更具竞争力的交易策略。