将强化学习应用到量化投资中实战篇(环境模块开发)
1.环境模块的主要属性和功能
环境模块(environment.py)是一个小模块,用于管理要投资的股票图表数据。environment 模块有一个环境类(Environment)。
属性
- chart_data:股票的图表数据
- observation:当前观察
- idx:图表数据中的当前位置
- PRICE_IDX = 4 收盘价位置
函数功能
- reset():重置 idx 和观察值
- observe():将idx移动到下一个位置并更新观察
- get_price():从当前观察中获取收盘价
2. 源码
下面展示了环境类(Environment)的完整源码。
class Environment:
PRICE_IDX = 4
def __init__(self, chart_data=None):
self.chart_data = chart_data
self.observation = None
self.idx = -1
def reset(self):
self.observation = None
self.idx = -1
def observe(self):
if len(self.chart_data) > self.idx + 1:
self.idx += 1
self.observation = self.chart_data.iloc[self.idx]
return self.observation
return None
def get_price(self):
if self.observation is not None:
return self.observation[self.PRICE_IDX]
return None
def set_chart_data(self, chart_data):
self.chart_data = chart_data
在环境类构造函数中管理股票的图表数据。环境类接收图表数据chart_data作为输入chart_data并将其作为变量存储在对象中。在图表数据中,当前位置的观测值将存储在observation中。 当前位置存储在 idx 中。
Python 提示:__init__()Python 类的构造函数是在创建类的对象时自动调用的函数。通常,从这个函数接收到的值作为变量在对象中赋值。
您可以将图表数据 (chart_data) 视为一个二维数组。RLTrader 使用 Pandas 的类来有效处理这些二维数据结构DataFrame。
observe()在函数中前进一天,并从图表数据中提供观察结果。当没有更多数据要提供时返回None。
Python 提示:len()函数是 Python 内置函数,可返回字符串、列表等的长度。
如果下一个位置小于图表数据的总长度,说明有数据要获取,此时当前位置idx加1,获取图表数据中该位置的元素。
Python 提示:iloc()函数将DataFrame特定行的数据放入函数中。
reset()该函数将我们带回到图表数据的开头。也就是说,我们将当前位置初始化idx为 -1 和observationNone
get_price()该函数从观察到的数据中获取收盘价并将其返回。由于收盘价的位置在第close5 列,因此从零开始的索引PRICE_IDX值是 4。observation是一行,其中索引 4 处的值observation[4]对应于收盘价