Торговля акциями с использованием алгоритмов обучения с подкреплением является активной областью исследований. Основным компонентом обучения с подкреплением является окружающая среда. Чтобы использовать любые алгоритмы подкрепления, нам нужно создать среду. Создание надлежащей среды имеет решающее значение для успеха любых алгоритмов обучения с подкреплением. В этой статье мы рассмотрим, как создать среду для торговли акциями. Это исходный код, который мы создали для среды торговли..

Лабораторная работа: Запуск и обучение агента. «Пустота ответит» Цитата отряда обученных протоссов мохандаров Бег и тренировки Пришло время запустить агента! Введите в консоли. $ python3 CNN_LSTM.py Визуализация в Tensorboard В агенте существует предварительно настроенный обратный вызов, который позволяет вам запускать Tensorboard. Как только вы начнете тренировку, введите консоль. Вы должны увидеть что-то вроде этого. Обратите внимание, что путь/график будет создан..

В 2013 году DeepMind опубликовала первую версию своей Deep Q-Network (DQN), компьютерной программы, способной работать на человеческом уровне в ряде классических игр для Atari 2600. Как и человек, алгоритм играл на основе его видения экрана. Начиная с нуля, он обнаружил стратегии игрового процесса, которые позволяют ему соответствовать (а во многих случаях даже превосходить) человеческие критерии. За прошедшие с тех пор годы исследователи внесли ряд улучшений, которые увеличивают..