在開始工作後,我時常會拿閒錢投資買賣股票。交易時習慣使用容易理解的技術指標,如趨勢線、斐波那契、均線、MACD 等,來分析市場並決定交易時機。然而,我發現這種基於規則的方法與下圍棋類似,都依賴記憶和規則組合來解析複雜局勢。既然人工智慧在圍棋領域已超越人類,我也應該將交易決策交給電腦,由它分析數據並給出訊號。
因此,我計劃在接下來的三十天,從金融市場基礎和機器學習原理開始,重點關注使用深度強化學習來開發自動化交易策略。同時,我也會加入使用 Transformer 模型進行價格預測,將其作為強化學習的特徵輸入,輔助機器在交易環境中學習和決策。
昨天生成的報表只針對PPO是因為在生成報表時,對Pandas太不熟悉,然後對Datetime的很多細節用法也是不夠清楚,導致使用pyfolio時一直弄不好,跳去...
在進行量化交易學習時,特別是使用 FinRL,發現大多數範例主要基於日線級別數據。然而,接下來我希望開始嘗試使用更小時間級別的數據訓練DRL,畢竟日線的數據量實...