股票买卖最佳时机leetcode-Reinforcment_Learning:个人项目的各种文件，包括外汇机器人

股票买卖最佳时机leetcode 使用 DDDQN 的强化学习和优先经验回放 *主文件：DDDQN_LSTM_XGB_PER.py 一个相当复杂的项目，所以我只会描述一些细节。 此类项目需要 GPU，否则将需要您多年的培训。 我使用了可以同时运行两个会话的 RTX 2080 ti。 在这个项目中，我为外汇交易创建了一个自治模型。 正如你通常看到的那样，我想在另一个环境中试验强化学习，而不仅仅是游戏。 当你想学习强化学习时，Q-learning 或 DQN 似乎是最好的开始算法，所以这就是我的选择。 从头开始制作 DQN 涉及很多注意事项，在将代码的各个部分添加到程序之前对其进行单元测试更为重要。 在 DQN 中，您的目标是离散值，在这种情况下，模型可以从四种不同的操作中进行选择：0 - 什么都不做，1 - 买入外汇，2 - 卖出外汇，3 - 关闭订单。 它不能从直接买入到卖出或相反。 它必须先关闭 (3) 前一个订单。 为了防止（教导）模型这种情况，程序会评估模型中的每个动作，如果需要，在执行之前将动作调整为合法动作。 由于外汇是一个时间序列问题，我主要使用 GRU 和 LSTM 进行