基于深度强化学习的股票交易策略框架（代码+文档）

作者：Bruce Yang 编译：QIML编辑部

前言
深度强化学习（DRL）已被公认为量化投资中的一种有效方法，因此获得实际操作经验对初学者很有吸引力。然而，为了培养一个实用的DRL 交易agent，决定在哪里交易，以什么价格交易，以及交易的数量，会涉及非常多的内容和前期具有挑战性的开发和测试。
公众号为大家介绍了一个名为FinRL的DRL库，可以帮助初学者基于DRL自己开发股票交易策略。
我们先以单只股票为例。
获取完整代码，见文末

问题定义
这个问题是为单只股票交易而设计的一个自动化交易解决方案。我们将股票交易过程建模为马可夫决策过程交易过程（MDP）。然后我们将交易目标表述为一 ( 点击阅读全文 )

→ 免费下载App，立即成为ETF达人