使用深度强化学习预测股票：DQN 、Double DQN和Dueling Double DQN对比和代码示例

文章预览

来源 ：Deephub Imba 本文 约10000字 ，建议阅读 10 分钟 本文介绍了使用深度强化学习预测股票。 ‍ 深度强化学习可以将深度学习与强化学习相结合：深度学习擅长从原始数据中学习复杂的表示，强化学习则使代理能够通过反复试验在给定环境中学习最佳动作。通过DRL，研究人员和投资者可以开发能够分析历史数据的模型，理解复杂的市场动态，并对股票购买、销售或持有做出明智的决策。 下面我们一边写代码一边介绍这些相关的知识 数据集 import numpy as np import pandas as pd import copyimport numpy as npimport chainer import chainer.functions as F import chainer.links as Lfrom plotly import tools from plotly.graph_objs import * from plotly.offline import init_notebook_mode, iplot, iplot_mpl from tqdm import tqdm_notebook as tqdminit_notebook_mode() 这里主要使用使用Jupyter notebook和plotly进行可视化，所以需要一些额 ………………………………