股票买卖最佳时机leetcode Stock Trading using Reinforcment Learning 股票交易使...

股票买卖最佳时机leetcode股票交易使用强化学习问题陈述通常当人们考虑将机器学习应用于股票市场时，他们通常会根据预测股票的价值来创建强化学习训练，其中甚至只包括明天是上涨还是明天下跌的方向。当然，这些信息本身在物理上没有任何作用。您仍然需要坐在电脑前进行交易。如果我们谈论自动化高频交易，那就是另一回事了。即便如此，假设您的模型预测您正在查看的股票明天会上涨。这是否意味着您将进行交易。也许。但是，如果您很忙而忘记了该怎么办。或者，如果您认为它只会略微上涨然后Swift下降，那么您可能不想购买该股票怎么办。这是传统监督和无监督学习与强化学习之间的主要区别，监督学习仅进行预测。它实际上并没有根据该预测采取任何行动。我可以预测明天的股票价格，但我仍然必须选择是否根据该信息采取行动。另一方面，强化学习不仅会做出预测，还会在您提供的环境中采取行动。因此，在合唱的这一部分中，我们将研究强化学习算法如何在股票交易环境中采取此类行动，让我们粗略地概述一下这是如何工作的。目前，您可能只是将股票价格视为一个简单的时间序列数据集，此时它具有此值，下一次它具有此其他值，依此类