Обучение с подкреплением (RL) обычно используется в таких областях, как автономное вождение, робототехника и компьютерные системы. Знаменитая компьютерная программа AlphaGo, которая обыграла нескольких игроков в го мирового класса, разработана RL. Из любопытства меня интересует его эффективность в количественной торговле. В блоге я применил известную модель Deep Q-network (DQN), которая сочетает в себе глубокое обучение и обучение с подкреплением для реализации ежедневной..