![[Красный Циркуль] Владислав Кузьменков - Торговый _0.png](https://sliv-cloud.top/img_forex/[Красный Циркуль] Владислав Кузьменков - Торговый _0.png)
[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
—————————————————————————
🔗 Продажник:
Доступно пользователям: Зарегистрированный
📥 СКАЧАТЬ КУРС:
Для просмотра содержимого вам необходимо Войти или Зарегистрироваться.
🔐 Хотите получить доступ?
Чтобы увидеть скрытые ссылки и ставить лайки, активируйте VIP-статус.
💎 ПОЛУЧИТЬ ДОСТУП Наш Telegram канал