alphasmartdog / deeplearningnotes

机器学习和量化分析学习进行中

DeepLearningNotes

相关说明介绍见https://zhuanlan.zhihu.com/alpha-smart-dog

联系邮箱 [email protected]

特别声明：

• 所有模型示例均为完全开源，未绑定任何非开源库，前置问题请自行解决。

• 本人不提供因子挖掘方面的技术咨询，请勿私信

• 这个目录下面的模型，测试环境是 win10 python3.6 tensorflow-cpu 1.3

• 此目录下模型多是在ubuntu 16.04 LTS tensorflow-gpu 1.3 编写，微调适应windows

• Version 140以后位windows 10 64 pro， Cuda 8.0 cudnn 6.0

• tensorflow-gpu 1.4

• pytorch-gpu 0.3

deeplearningnotes's Issues

油矿那边服务超级不稳定，经常打不开

油矿那边服务超级不稳定，经常打不开

希望大佬多把文章放到github来，感谢分享

另外，大佬是用什么机器跑的？自己构建的 intel i7+GTX1080+ubuntu 游戏主机么

Why set the poundage to zero?

I notice that in your DQN and ROAlpha:

class Account(object):
    
    def __init__(self, data_quotes, data_fac):
        self.data_close = data_quotes['close']
        self.data_open = data_quotes['close']
        self.data_index = data_quotes.check_date.astype('str').tolist()
        self.data_observation = data_fac
        self.action_space = ['long', 'short', 'close']
        self.free = 0
        self.reset()

You have set the poundage to zero. It may cause the reduction of holding action. Is that a bug?

建立个qq群 580644855 专题研究探讨猫狗大神的代码 。。。。。。。。欢迎有兴趣的朋友

建立个qq群 580644855 专题研究探讨猫狗大神的代码 。。。。。。。。欢迎有兴趣的朋友

DRL/test.ipynb

@AlphaSmartDog 你好！我是从米筐过来，但是我在这里找不到 DRL / test.ipynb，你会否把它上传上来呢？谢谢

SH50E代码，policy全是nan

请问在训练agent阶段，出现policy全为nan的情况；且一旦出现后，后续调用该函数，policy一直是nan，无论inputs是什么，这样网络就没法训练了。
上述情况随机出现。
另外，训练数据的日期建议是多久2个月、1年、2年（包含牛熊？），才能达到较好的回测效果？

def get_stochastic_action(self, sess, inputs):
    if r < epsilon: 
        policy = sess.run(self.policy_step, {self.inputs: inputs})
        return batch_choice(self.action_size, policy)
    else:
        return np.random.randint(self.action_size, size=self.batch_size) # random int

强化学习的例子都是做日频的 可以做小周期吗

看数据准备部分 没想到该怎么套用小周期交易