Python - 将 pandas 与强化学习一起使用

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）。 它必须在每一步查看整个 DataFrame（否则它不会从市场获得完整信息）。

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子，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

我认为您对此有些困惑。我认为您要做的是检查特定公司的股价是否会上涨 go 或哪家公司的股价会上涨问题陈述。

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

您可以查看此博客以获取一些解释，不要混淆。

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