Python - 将 pandas 与强化学习结合使用

Question

我想在 python 中创建一些 RL 算法，该算法将与代表股票价格的非常大的 DataFrame 交互。该算法会告诉我们：了解市场中的所有价格和价格变化，什么是最好的买卖地点（最小化损失最大化回报）。它必须在每一步都查看整个 DataFrame（否则它不会获得来自市场的全部信息）。

是否可以构建这样的算法（在大 df 上运行相对较快）？应该怎么做？我的环境应该是什么样的，我应该为这种类型的 RL 使用哪种算法（特别是）以及哪种奖励系统？我应该从哪里开始

Answer 1

我想你对此有点困惑。我认为你想做的是检查特定公司的股价是否会上涨，或者哪个公司的股价会在你已经拥有的地方飙升关于问题陈述的数据集。

关于 RL，它不适用于任何数据集，它是一种技术，它使代理能够在交互式环境中使用自己的行为和经验的反馈，通过反复试验来学习。

您可以查看此博客以获得一些解释，不要混淆。

https://towardsdatascience.com/types-of-machine-learning-algorithms-you-should-know-953a08248861