- Регистрация
- 13.03.2019
- Сообщения
- 48 482
[Красный Циркуль] Владислав Кузьменков - Торговый агент на основе сверточной сети (2019)
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
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
Занятие 2
Как работает Policy Gradient
Реализация Policy Gradient на Python
Результаты обучения нейронной сети
Целесообразность такого подхода. Над чем нужно ещё работать
СКАЧАТЬ
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
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
Занятие 2
Как работает Policy Gradient
Реализация Policy Gradient на Python
Результаты обучения нейронной сети
Целесообразность такого подхода. Над чем нужно ещё работать
СКАЧАТЬ
Прямая ссылка на скачивание, доступно для пользователей: VIP
