Привет, Хабр! Предлагаю вашему вниманию ещё один перевод моей новой статьи с медиума. В прошлый раз (первая статья) (Habr) мы создали агента на технологии Q-Learning, который совершает сделки на имитированных и реальных биржевых временных рядах и пытались проверить, подходит ли эта область задач для обучения с подкреплением. В этот раз мы...
:)))让孙子凯沙和他的波切坎-阿利奥沙在这里思考并讲述整个故事，就像在最后的审判中。而我就把他们的戒律换成货币。很漂亮!
互联网是一个大村庄，口口相传的速度很快，所以经常提到累积的
(累积提到累积是一个大村庄，一切都通过口碑快速传播。 这就是为什么经常提到累积导致印度人创造了火鸡，而我们的弥赛亚关于拯救灵魂的抱怨rl没有让这个主题的作者无动于衷)
medium.com/@alexeybnk/improving-q-learning-agent-trading-stock-by-adding-recurrency and-reward-shaping-b9e0ee095c8b
medium.com/@alexeybnk/improving-q-learning-agent-trading-stock-by-adding-recurrency and-reward-shaping-b9e0ee095c8b
喜欢
阿列克谢-维亚兹米金
Alesha，不是网格和参数，而是按网格、随机或以此类推的超参数。但你必须考虑如何验证。
但你必须考虑如何验证（如果有必要的话），而不是随机的，用什么来验证，否则游戏就不值得这么麻烦......
先生，请问参数和超参数在这个梯度中的区别是什么？图书馆的名字适合报告...
我有一个目标，在python和命令行中测试GPU的性能，模型规模较小--10-30棵catbust。
是的。并在DFSplitR中复制它，以便回归支架也有同样的功能
放不同的值
qcnt=15。
qmin=1。
qmax=5。
等，文件大小 没有变化，这个错误似乎也没有什么影响。
也许我不太了解，因为我没有时间去了解。适当地在RL中加入噪声，可以在有OOS的跟踪上取得均匀的结果，当然，在跟踪部分也加入噪声。按照DQN那篇文章的例子，但我更早地实现了它
https://habr.com/ru/post/436628/
当然，他在正弦波方面走得太远了，对于学习来说，这句话太简单了，但对于搜索逻辑中的错误来说，这就可以了。
有趣的是，如何 "亲手 "添加LSTM单元，我得动动脑筋。
设置不同的值
qcnt=15。
qmin=1。
qmax=5。
等，文件大小没有变化，这个错误似乎没有什么影响。
也许我没有很好地理解它，因为我没有时间在写数据之前， 如果你不需要双精度，你可以把它转换成 Float（我不这么认为）。
当需要时，我可能会自己做。
我有一个很好的想法，就是使用RNN和LSTM，有人在Metatrader中试过吗？根据想法，它们必须是有用的，因为它们与序列一起工作，这正是价格时间序列。 普通回归，这是 "计量经济学的 工作马"，只与高斯点云的正常分布一起工作。
使用R.mqh 库和keras/tensorflow 库，可以从R或Python中选择。没问题，而且有完整的功能和大量的例子，可以满足所有的口味。
祝好运
使用R.mqh 库和keras/tensorflow 库想从R想他们的Python。没有问题，功能齐全。
祝好运
弗拉基米尔，如果你有监控，请在你的个人信息中给我一个链接。
我不监控自己的，我不知道别人的。上面引用的文章没有足够的信息可供复制，而且代码太复杂。我认为一切都可以用软件包的标准层来实现，而不需要使用R6。
祝好运