- Регистрация
- Сен 1, 2020
- Сообщения
- 116,726
- Реакции
- 165,109
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
Зарегистрируйтесь для просмотра данного контента
СКАЧАТЬ
Зарегистрируйтесь для просмотра данного контента
Возможно, Вас ещё заинтересует:
- Подписка Кофе с банкиром декабрь 2023 [Sponsr] [Иван Данилов]
- Разумный трейдер [dmitxx]
- Стратегический вебинар по рынку США (глобальный) Февраль 2024 [Дмитрий Черемушкин]
- Фундаментально: как оценивать акции и зарабатывать на этом [GIF - Global Invest Fund] [Сергей Попов, Мурад Агаев]
- Подписка на аналитические материалы (декабрь 2023 - январь 2024) [Smartlab Premium] [Тимофей Мартынов]
- Высокие ставки: что дальше?! [@bidkogan] [Евгений Коган]
- Разумный трейдер 3.0 [Тариф Pro] [dmitxx]