文件名称：rl：深度强化交易学习
文件大小：12.48MB
文件格式：ZIP
更新时间：2024-02-25 01:04:33
python machine-learning reinforcement-learning deep-learning trading
笔记本和代码张贴在强化学习上。 玩Tic-Tac-Toe的基于表的强化学习，类似于无意义的深度学习算法 Keras从零开始构建深度强化学习算法，用于CartAI和LunarLander等OpenAI环境。 DQN 策略梯度（REINFORCE） 用基线加强 ， 仅运行保存的好模型，不进行训练 与UC Berkeley Ray项目相似但具有最先进的RL 受戈登·里特（Gordon Ritter）论文《机器学习交易》的启发， 交易假市场数据。 这应该在运行。 典型安装过程： 安装 python数据科学发行版 使环境像 conda create --name tf tensorflo
【文件预览】：
rl-master
----lunarlander.png(120KB)
----RL2.png(150KB)
----OU2.png(262KB)
----lunarlander.h5(18KB)
----SHMplus3.png(298KB)
----lunarlander.mp4(502KB)
----reinforce.h5(18KB)
----Trading_with_RL.ipynb(6.44MB)
----Ray_tune.py(2KB)
----model.h5(63KB)
----Tic-Tac-Toe.ipynb(39KB)
----model.json(2KB)
----llrb_good_predict.h5(18KB)
----V.csv(216KB)
----flowchart.png(69KB)
----Run_LunarLander.ipynb(29KB)
----requirements.txt(355B)
----good.h5(15KB)
----llrb_good_V.h5(22KB)
----Trading with RL.ipynb(6.44MB)
----StocksSHM2.png(144KB)
----SHMplus2.png(274KB)
----RL1.png(125KB)
----StocksSHM3.png(194KB)
----README.md(2KB)
----StocksSHM1.png(113KB)
----RLtable.png(195KB)
----Cart-Pole.ipynb(9.04MB)
----Run_CartPole.ipynb(19KB)
----Ray_tune.ipynb(123KB)
----OU3.png(313KB)
----good.p(2.31MB)
----lunarlander.mov(2.25MB)
----SHMPlus1.png(108KB)
----OU1.png(131KB)
----RL3.png(79KB)