关于实盘的想法。

[Zero1366166516]

我是刚刚下载代码，刚刚运行成功。 回来感谢一下，sunnywag!!! 是不是应该，用环境来产生预测数据，之后预测资产。

[Zero1366166516]

刚才太匆忙了，我的意思是通过环境预测新的股票价格信息，然后再用算法选择换股的策略。

[sunnyswag]

emmm，强化学习是根据当前的环境(当前及过去的股票信息)来做出具体交易决策的噢，不是预测新的股票价格信息。
要预测的话，可以用 DL 的方式

[Zero1366166516]

收到，我只是想看看怎么能用到实盘上。 另外我运行后，发现回测里，没有夏普率等，只有资金和收益率的报表，没有输出图形。 我是刚刚学python，刚刚给调试运行了，希望加下楼主微信，以便进一步学习。

[sunnyswag]

夏普率等 通过最后的回测计算出来就 OK 可以把你的联系方式发我邮箱吧~ [email protected]

[Zero1366166516]

已经发您邮箱了，请通过一下。

[sunnyswag]

好滴~有添加你的 wx

[linchunquan]

utils/env.py 存在明显的未来函数，还如何实盘呢？

[Zero1366166516]

您说的明显的未来函数是什么？

[linchunquan]

您说的明显的未来函数是什么？

https://github.com/sunnyswag/StockRL/issues/9

[Zero1366166516]

我认为T日获得T+1股价其实对算法（train）来说是没有用的，因为每天只操作一次并且T+1日的操作其实T日就已经给出了，T+1日其实是给T+2日的action。 我的问题是在T+1日时，trade的算法是怎么操作的，action的产生是否与当日（T+1）的状态相关，train和trade的机制是一样的吗？ 我记得action应该是随机概率的生成，然后给定方向，根据reward调整。

[SernRounder]

我认为T日获得T+1股价其实对算法（train）来说是没有用的，因为每天只操作一次并且T+1日的操作其实T日就已经给出了，T+1日其实是给T+2日的action。 我的问题是在T+1日时，trade的算法是怎么操作的，action的产生是否与当日（T+1）的状态相关，train和trade的机制是一样的吗？ 我记得action应该是随机概率的生成，然后给定方向，根据reward调整。

处理action的位置确实有问题, 可以看下我在 #9 的评论, 实盘我基本上实现了, 就是在消除了未来数据后模型不再收敛...

[Zero1366166516]

收到，我详细看下，多谢！！！