RL 算法 - MetaTrader 5程序库

思路和最简单的算法在文章 "Random decision forest in reinforcement learning（强化学习中的随机决策森林）"中提供，

这个开发库含有更高级的功能，可你使您创建不限数量的“代理”。

另外，还使用了 "Arguments group accounting method（参数组计量方法）"。

使用此开发库:

#include <RL gmdh.mqh>
CRLAgents *ag1=new CRLAgents("RlExp1iter",1,100,50,regularize,learn); //创建 1 个 RL 代理，接收 100 个输入值 (predictor 值) 并包含50个树。

使用规范化收盘价填充输入值的例子:

void calcSignal()
  {
   sig1=0;
   double arr[];
   CopyClose(NULL,0,1,10000,arr);
   ArraySetAsSeries(arr,true);
   normalizeArrays(arr);
   for(int i=0;i<ArraySize(ag1.agent);i++)
     {   
      ArrayCopy(ag1.agent[i].inpVector,arr,0,0,ArraySize(ag1.agent[i].inpVector));
     }
   sig1=ag1.getTradeSignal();
  }

在测试器中在一个通过中使用参数 learn=true来进行训练，在训练之后，我们需要把它改成 false。

演示训练过的 "RL gmdh trader" EA 在训练和测试样本中的运行。