FinRL

（9-3）基于深度强化学习的量化交易策略（OpenAI Baselines +FinRL+DRL+PyPortfolioOpt）：数据预处理

1.1.6数据预处理数据预处理是训练高质量机器学习模型的关键步骤，在这一步需要检查缺失数据并进行特征工程，以将数据转换为适合模型训练的状态。本项目的数据预处理江湾城以下工作：添加技术指标：在实际交易中，需要考虑各种信息，例如历史股价、当前持仓股票、技术指标等。本文演示了两个趋势跟踪技术指标：MACD和RSI。添加紧急指数：风险厌恶反映了投资者是否选择保留资本，它还在面对不同市场波动水平时影响交易策

码农三叔·2024-01-20 09:21

（9-4）基于深度强化学习的量化交易策略（OpenAI Baselines +FinRL+DRL+PyPortfolioOpt）：构建交易环境

9.7构建交易环境考虑到自动股票交易任务的随机性和互动性，在本项目中将金融任务建模为马尔可夫决策过程（MarkovDecisionProcess，MDP）问题。在训练过程观察股价的变化、执行操作以及奖励计算，使代理根据奖励调整其策略。通过与环境互动，交易代理将制定随着时间推移而最大化奖励的交易策略。本项目的交易环境基于OpenAIGym框架实现，根据时间驱动模拟的原则模拟实时股票市场，使用真实的市

码农三叔·2024-01-20 09:21

（9-2）基于深度强化学习的量化交易策略（OpenAI Baselines +FinRL+DRL+PyPortfolioOpt）：准备环境+下载数据

9.4准备环境1.库FinRL本项目通过著名的库FinRL实现，这是是一个专注于金融领域的强化学习库，旨在为研究人员和开发者提供一个便捷的工具，用于开发、训练和评估金融交易策略。

码农三叔·2024-01-20 09:51

yfinance 国内使用，下载雅虎财经数据

本文基于2021年发布的FinRL框架，在第一步下载数据便遇到了问题要么时区获取不到：Notimezonefound,symbolmaybedelisted要么数据没有：Nodatafoundforthisdaterange

weixin_42564150·2023-04-02 22:14

在研究finrl时候发现 python setup.py install 会安装egg文件，导致无法修改源文件的解决办

输入上面的命令就可以解压egg文件这里的path_name.egg写具体的地址例如：unzipD:\ProgramData\Anaconda3\envs\finfinfin\Lib\site-packages\finrl

python@king·2022-11-24 19:22

11.23 finrl 学习总结

1、env(gym.env)创建一个gym.env为父类的金融环境2、DRLAgent()创建一个类用于导入stable_baselines3里面的强化学习模型如(A2C,SAC..等等)3、model.learn通过stable_baselines3导入的强化学习模型用learn函数进行训练模型4、tensorboard通过stable_baselines3中包含的tensorboard模块评估

python@king·2022-11-24 19:52

11.18 finrl class StockTradingEnv(gym.Env): 类详解

1、首先看一下类的结构2、主要看step，_sell_stock，_buy_stock，_initiate_state，_update_sate这几个函数3、step是更新returnself.state,self.reward,self.terminal,{}4、通过查看_sell_stock和_buy_stock发现这个策略是不做空的只做多5、_initiate_state查看这个函数发现初始

python@king·2022-11-22 01:11

杂项 20221108 finrl 的玩法 python技巧查看版本信息

1、cmd输入piplist可以获得安装库版本信息2、矩池云-专注于人工智能领域的云服务商可以获得FinRL环境配置强化学习量化金融框架3、condainstallgit，先下载源文件，pythonsetup.pysdist

python@king·2022-11-22 01:40

11.15 分析finrl 的框架

1、创建agentagent=DRLAgent(env=env_train)SAC_PARAMS={"batch_size":128,"buffer_size":1000000,"learning_rate":0.0001,"learning_starts":100,"ent_coef":"auto_0.1","device":"cpu",}model_sac=agent.get_model("s

python@king·2022-11-22 01:31

etf动量轮动+大盘择时：年化30%的策略

昨天的文章金融强化学习与finRL开发包里介绍了finRL的源码结构，背后的强化学习框架是elegantRL。聚宽平台上有一个“动量轮动+RSRS”择时，在咱们自己的AI量化平台上复现一下。

AI量化投资实验室·2022-11-21 22:55

【重磅推荐】哥大开源“FinRL”: 一个用于量化金融自动交易的深度强化学习库

深度强化学习实验室官网：http://www.neurondance.com/论坛：http://deeprl.neurondance.com/编辑：DeepRL一、关于FinRL目前，深度强化学习（DRL

深度强化学习实验室·2022-11-21 22:14

金融强化学习与finRL开发包

原创文章第110篇，专注“个人成长与财富自由、世界运作的逻辑，AI量化投资”。01一些感受时代的一粒沙，落在每个人身上就是一座山。这三年，对于这句话，相信很多人更能感同身受。看历史风云变幻，轻轻松松一句——百年未有之大变局，仿佛宋元明清，直接就这么一路走来。之于每个个体，人生不过百年，说长不长，但隔离你14天试试？很多事情，我们无法左右。翻开历史，满眼的荒唐事，只待后人评述。改变能改变的，接受不能

AI量化投资实验室·2022-11-21 22:39

推荐频道