PGPPortfolio-pytorch

这是我们的论文《金融投资组合管理问题的深度强化学习框架》（ ）的原始实现，以及投资组合管理研究的工具包。 深度强化学习框架是图书馆的核心部分。 该方法基本上是立即奖励的策略梯度。 可以在单独的json文件中配置拓扑，训练方法或输入数据。 训练过程将被记录，并且用户可以使用张量板可视化训练。 结果汇总和并行训练可以更好地优化超参数。 出于比较目的，基于财务模型的投资组合管理算法也被嵌入到该库中，其实现基于Li和Hoi的工具包 。 与文章版本的差异 请注意，该库是我们主项目的一部分，并且是本文前面的几个版本。 在此版本中，修复了一些技术错误，并对超参数调整和工程进行了改进。 arxiv v2文章中最重要的错误是，提到的测试时间跨度比实际实验短了约30％。 因此，交易量观察间隔（用于资产选择）与本文中的回测数据重叠。 使用新的超参数，用户可以以较短的持续时间（少于30分钟）训练模型。