一种用于使用强化学习模型来模拟交易数据的计算机实现的方法，该方法包括：通过组合从真实客户简档数据的集合中随机选择的信息来生成人工客户简档；提供标准客户交易数据，所述标准客户交易数据表示具有与目标相似的交易特征的一组真实客户；由所述智能代理执行包括多个模拟交易的动作；由所述环境将所述动作与所述目标进行比较；由所述环境基于相对于所述目标的相似度来提供与所述动作相关联的反馈；由所述策略引擎基于所述反馈来调整策略；重复所述执行动作的步骤导所述调整策略的步骤，直到所述相似度高于第一预定阈值；以及将所述人工客户简档与所述动作组合以形成模拟客户数据。