文件名称：dq-MM:做市商的深度Q学习
文件大小：4.89MB
文件格式：ZIP
更新时间：2024-06-02 12:53:48
Python
DQ-MM DQ-MM基于Trading Gym，这是一个开放源代码项目，用于在交易环境中开发强化学习算法。 它目前由一个单一的环境组成，并采用一种通用的方式为该交易环境提供不同类型的价格数据。 该项目的重点是2级数据，即在限价单中使用深度和价格水平。 安装 pip install tgym 我们强烈建议使用虚拟环境。 可以在找到一个很好的指南。 交易环境： SpreadTrading SpreadTrading是一家贸易环境，允许进行交易差价（见 ）。 我们为环境提供n个不同产品的价格（出价和要价）的时间序列（使用DataGenerator ），以及价差系数列表。 然后可能采取的行动是买入，卖出或持有该点差。 不能孤立地对一只或几只腿采取措施。 环境状态定义为：价格，入场价格和头寸（多头，空头或持平）。 创建自己的DataGenerator 要创建自己的数据生成器，它必须继承自D
【文件预览】：
dq-MM-master
----examples()
--------DQNAgent.ipynb(161KB)
--------trading_environment.py(1KB)
--------dqn_agent.py(7KB)
--------DQNAgent.py(9KB)
--------random_generator.py(551B)
--------README.md(3KB)
--------csv_streamer.py(618B)
----LICENSE(1KB)
----setup.py(574B)
----README.md(2KB)
----tgym()
--------gens()
--------.DS_Store(6KB)
--------envs()
--------utils.py(930B)
--------__init__.py(0B)
--------core.py(3KB)
----data()
--------INTC-L1.csv(15.88MB)
--------AMZN-L1.csv(1.28MB)
--------AAPL-L1.csv(2.64MB)
--------MSFT-L1.csv(9.93MB)
--------GOOG-L1.csv(1.1MB)
----tests()
--------gens()
--------.DS_Store(6KB)
--------envs()
--------__init__.py(24B)
--------test_utils.py(249B)