用强化学习做股票预测

举报
darkpard 发表于 2022/09/11 10:25:04 2022/09/11
【摘要】 强化学习是机器学习的重要组成部分,在棋牌游戏中应用较多,那么能否将它用于股票预测呢?wangshub开源了一个股票强化学习项目。https://github.com/wangshub/RL-Stock.git基于此项目,我们来做个简单的尝试。首先克隆代码!git clone https://github.com/wangshub/RL-Stock.git然后进入项目并安装环境%cd RL-S...

强化学习是机器学习的重要组成部分,在棋牌游戏中应用较多,那么能否将它用于股票预测呢?wangshub开源了一个股票强化学习项目。

https://github.com/wangshub/RL-Stock.git

基于此项目,我们来做个简单的尝试。

首先克隆代码

    !git clone https://github.com/wangshub/RL-Stock.git

    然后进入项目并安装环境

      %cd RL-Stock
      !pip install -r requirements.txt

      安装过程提示依赖错误

      图片

      安装tensorflow-estimator==1.14.0

        !pip install tensorflow-estimator==1.14.0

        安装成功,但显示还有依赖错误

          !pip install tensorflow-gpu==1.14.0

          安装baostock并下载数据

            !pip install baostock==0.8.8
            !python get_stock_data.py

            但华为ModelArts并不支持baostock的数据连接

            图片

            在本地下载数据后再上传到ModelArts

            运行主程序,对于600036招商银行以1990年1月1日到2019年11月29日为训练集,以2019年12月1日到2019年12月31日为测试集,本金10000

              !python main.py

              图片

              仍然缺少一个包

                !pip install stable-baselines==2.10.0
                  !python main.py

                  图片

                  仍有错误

                    !pip install gym==0.17.1
                      !python main.py

                      图片

                      可以看到1个月赢得489元,近5%

                      但需要注意的是强化学习后的结果并不是固定的,多次尝试的结果会有所起伏,并且将该方法运用于实战还有很长的路要走。

                      【版权声明】本文为华为云社区用户原创内容,转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息, 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
                      • 点赞
                      • 收藏
                      • 关注作者

                      评论(0

                      0/1000
                      抱歉,系统识别当前为高风险访问,暂不支持该操作

                      全部回复

                      上滑加载中

                      设置昵称

                      在此一键设置昵称,即可参与社区互动!

                      *长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

                      *长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。