Вы можете создать множество моделей, которые с некоторым успехом прогнозирует цену, но разве это вам нужно? Трейдера зарабатывают не на прогнозах, а на верных решениях. Как научить модель не предсказывать, а принимать решения?
Представим трейдинг в виде игры и осуществим небольшое погружение в обучение с подкреплением. Напишем очень простое своё gym окружение для торговли индексом РТС. Реализуем метод обучения Policy Gradient и посмотрим на результаты эмуляции торговли нашей нейронной сети.
Программа
Занятие 1
СКАЧАТЬ
Представим трейдинг в виде игры и осуществим небольшое погружение в обучение с подкреплением. Напишем очень простое своё gym окружение для торговли индексом РТС. Реализуем метод обучения Policy Gradient и посмотрим на результаты эмуляции торговли нашей нейронной сети.
Программа
Занятие 1
- Что такое обучение с подкреплением и где оно используется
- Зачем нужен OpenAI Gym и как он работает
- Интуитивное представление о методе обучения Policy Gradient
- Пишем gym environment на Python
- Как работает Policy Gradient
- Реализация Policy Gradient на Python
- Результаты обучения нейронной сети
- Целесообразность такого подхода. Над чем нужно ещё работать
Cкрытый контент, нужно авторизируйся или присоединяйся.
СКАЧАТЬ
Cкрытый контент, нужно авторизируйся или присоединяйся.
Возможно, Вас ещё заинтересует:
- [IF+] Стратегия для инвесторов на 2025 год от аналитиков
- [Иван Данилов] [Sponsr] Подписка Кофе с банкиром. Январь (2023)
- [Николай] [Эра Перемен] Ежедневная аналитика и идеи. Январь (2023)
- [Дмитрий Черёмушкин] [The Wall Street Pro] Подписка на аналитические материалы. Январь (2023)
- [CRYPTO ROBOTICS] Криптовалюты - инструкция по применению