基于联邦学习与多模态风险控制的投资决策系统及方法

本发明提供了一种基于联邦学习与多模态风险控制的投资决策系统及方法，包括：数据采集层，用于整合卫星遥感数据、供应链物联网数据及金融市场数据；联邦处理层，基于FedAvg算法构建分布式训练框架，通过同态加密与差分隐私实现跨机构数据融合和全局模型参数更新；智能决策层，采用TD3强化学习引擎，采用动态门控机制实时调节文本、时序、图像模态的融合权重；执行监控层，通过数字孪生技术实时检测交易执行偏差，采用CUSUM算法实现异常响应，并通过贝叶斯优化动态调整联邦学习率。通过创新设计的联邦学习架构和时变风险控制模型，解决传统投资系统在数据孤岛、尾部风险响应延迟、跨市场联动分析不足等关键技术缺陷。