【文件属性】：
文件名称：DeepRLValueTrading:硕士论文代码让Deep RL代理商学习如何交易股票
文件大小：30KB
文件格式：ZIP
更新时间：2021-03-15 03:28:18
Python
深度强化学习以进行价值股票交易
该库是与硕士论文深度强化学习进行算法股票交易有关的工作。 写于2020/2021
目的是训练一些DRL代理交易股票，并研究该算法交易策略的局限性和机会。 另外，我将性能与基准测试和其他基本算法进行了比较。
先决条件
首先，设置您的环境。 由于大学服务器的某些限制，我使用Python v3.6.12开发。 有一个需求文件。 使用它来安装所有necesarry软件包： pip install -r requirements.txt 。
我几乎不建议将Visual Studio Code与Development容器一起使用。 有完整的配置。 因此，您只需要启动Docker并打开VSCode。 只需单击“在容器中重新打开”，泊坞窗便会完成其余工作。
如果您无法使用Docker和VSCode，请创建一个虚拟环境并在其中安装软件包。
运行脚本
首先，您应该检查的以
【文件预览】：
DeepRLValueTrading-master
----.gitignore(3KB)
----.devcontainer()
--------Dockerfile(1KB)
--------devcontainer.json(2KB)
----README.md(2KB)
----config.py(6KB)
----algos()
--------drl.py(0B)
--------__init__.py(0B)
--------basic.py(911B)
----LICENSE(1KB)
----main.py(6KB)
----etl()
--------README.md(1KB)
--------components.py(2KB)
--------stocks.txt(470B)
--------trading_data.py(792B)
--------forex_data.py(530B)
--------indices_performance.py(1020B)
--------eodhistoricaldata.py(7KB)
--------fundamentaldata.py(2KB)
--------__init__.py(0B)
--------get_all_attributes.py(3KB)
--------run_etl.py(490B)
----run_experiment.py(2KB)
----requirements.txt(2KB)
----backtesting()
--------visualize.py(8KB)
----data()
--------handling.py(1KB)
--------__init__,.py(0B)
----gymEnv()
--------valueTrading.py(13KB)
--------__init__.py(0B)