股票买卖最佳时机leetcode-Stock-Trading-Bot:RL交易代理

股票买卖最佳时机leetcode 强化学习股票交易机器人 概括 该笔记本使用强化学习实现了股票交易机器人。 使用深度神经网络来获得最佳结果。 应用程序接口 Yahoo Finance API 用于获取在大多数主要证券交易所上市的股票的最新每日股价。 强化学习算法 强化学习算法以使用“n 天”状态表示为中心。 我发现最好为此目的使用 10 天。 每次迭代（或一天），代理都会评估此状态表示并确定当天的最佳行动方案（买入/卖出/持有）。 它还为第二天形成一个新的状态表示。 神经网络和优化损失 神经网络是一个相当小而简单的网络，只有两个密集层。 我试图保持网络简单以减少训练时间并允许快速获得结果，但是，改变网络架构可能会改善结果。 损失使用 MSE 计算并使用 SGD 进行优化。 事实证明，SGD 对这个机器人非常有效，并且在未来的迭代中似乎很有希望。 每个小批量（目前为 64 天）后都会调整参数，增加频率会显着增加训练时间。 下一步是什么 我需要将这个模型的结果与简单地购买和持有股票进行比较，并用过去几年表现不佳的股票进行测试。 如果该模型在这些情况下无法叠加，我将首先尝试重新调整神经网络，