上传者: 42170790
|
上传时间: 2021-10-11 17:03:40
|
文件大小: 2.08MB
|
文件类型: -
金融投资组合选择和自动交易中的Q学习
Policy Gradient和Q-Learning是强化学习(机器学习的一个分支)中的技术,而后者由于在视频游戏和与人类专家进行的Game of Go比赛中的胜利而具有较高的知名度。 但是,由于问题学习中连续的行动空间,强化学习在金融投资组合管理问题上的成功应用以前大多限于“策略梯度”变体。 在这个项目中,我们将采用一种简单的离散化方案,以使问题适合于不连续的Q学习技术。 然后,将通过其在其他更成熟的方法上的性能来检验这种方法的有效性。
可能的方法
使用
使用
使用
从零开始的代码
...