Personae

Personae - RL & SL 方法和环境用于量化交易

• 作为输入的特征太简单了。
• 每天的频率显然不够。
• 建议您可以在这里用自己的特征来替换。

• 双 DQN 使用 TensorFlow 实现双 DQN。

arXiv:1509.06461: 深度强化学习与双Q学习

• Dueling-DQN 使用 TensorFlow 实现 Dueling-DQN。

arXiv:1511.06581: 深度强化学习的对抗网络架构

• 策略梯度法 使用 TensorFlow 实现策略梯度法。

NIPS. Vol. 99. 1999: 函数近似的强化学习中的策略梯度方法

• DA-RNN (DualAttnRNN) 实现 arXiv:1704.02971，DA-RNN 使用 TensorFlow。

arXiv:1704.02971: 基于双阶段注意力的循环神经网络用于时间序列预测

• TreNet (HNN) 使用 TensorFlow 实现 TreNet。

IJCAI 2017. 混合神经网络用于学习时间序列中的趋势

• [朴素 LSTM (LSTM)](algor