股票买卖最佳时机leetcode DDPG portfolio management 建立DDPG模型并在股票市场上进行测试

股票买卖最佳时机leetcode DDPG-股市-测试建立DDPG模型并在股票市场上进行测试参考原始论文中的代码环境的灵感来自DDPG实施的灵感来自数据集15份2018年1月1日至2018年10月29日的股价数据，以分钟为单位记录，具有开盘、收盘、高、低、成交量特征，下载自，BATS全球市场。基本设置该操作包含现金头寸、15只股票的多头头寸和15只股票的空头头寸。每分钟观察一次股价数据，但每7分钟才行动一次。在每个步骤中，除了原始的(s, a, r, s')之外，还收集了“推断步骤”的其他状态-动作对并存储在重放内存缓冲区中。结果这些模型采用时间序列滚动方案构建，使用上个月的数据构建rl模型并在下个月进行测试。该模型在2018/02/01至2018/10/29期间达到14%的收益率，相比之下，采用统一买入15只股票并持有策略的收益率为5.6%，而采用业绩最佳买入策略的收益率为-16.8%上个月的库存。 ipython笔记本中的更多详细信息。股票市场中的rl模型可能非常不稳定，并且容易过度拟合。该模型只在投资组合的很小部分进行买卖