Deep-Reinforcement-Learning-for-Automated-Stock-Trading-Strategy
股票交易策略在投资中起着至关重要的作用。然而,在复杂而充满活力的股票市场中设计盈利策略具有挑战性。在本文中,我们提出了一种深度集成强化学习方案,该方案通过最大化投资回报来自动学习股票交易策略。我们训练深度强化学习智能体,并使用三种基于参与者-批评的算法获得整体交易策略:近似策略优化(PPO)、优势参与者 C……
仓库信息
| 项 | 值 |
|---|---|
| 仓库 | HFTHaidra/Deep-Reinforcement-Learning-for-Automated-Stock-Trading-Strategy |
| 分类 | 三维 / 网格 / 3D 打印 |
| 开源许可 | 未声明 |
| 主要语言 | Jupyter Notebook |
| Star | 50 |
| Fork | 14 |
| 主题标签 | — |
| 最近更新 | 2021-12-06 |
收录说明
匹配到的方向关键词:stl、fea、agent。
本条目由「GitHub · 工业设计开源工具」按公开信息自动收录,仓库与代码版权归原作者所有;使用前请阅读仓库中的开源许可(以仓库声明为准)并遵守其条款。