基于多模态数据融合的资产配置推荐系统、方法及设备

本申请公开一种基于多模态数据融合的资产配置推荐系统、方法及设备，涉及资产配置技术领域，可应用于金融科技业务场景，方法包括：获取包括结构化数据和非结构化数据的多源异构数据；对多源异构数据进行预处理并生成环境特征向量；基于环境特征向量设计奖励函数，利用奖励函数驱动强化学习框架模拟资产配置决策过程，在投资决策的模拟过程中，通过奖励反馈迭代优化策略参数，实现资产配置策略的动态配置；根据目标对象的个性化参数和交易行为特征，对强化学习策略模块输出的资产配置策略进行权重校准，生成针对目标对象的定制化资产配置推荐结果。本申请可实现资产配置的动态化更新，提升资产配置的精准度与适应性。