深度学习9-使用强化学习进行股票交易

### 使用强化学习进行股票交易

▪  实现自己的OpenAI Gym环境来模拟股票市场。
▪  用第6章和第8章中的DQN方法来训练智能体进行股票交易以最大化利润

问题是：是否可以从RL角度看待这个问题？假设我们对市场有一些观察，并想做出一个决定：购买、出售或等待。如果在价格上涨之前买入，利润将为正；否则，将获得负奖励。我们要尝试的是获得尽可能多的利润。这样市场交易和RL之间的联系就非常明显了。

**观察将包括以下信息：**
▪  N个过去的bar，每个都有开盘价、最高价、最低价和收盘价。
▪  表明该股票是在一段时间前购买的标识（同一时间只可能有一份股票被购买）。
▪  根据当前价位（所买股票）计算的收益或损失。
智能体每一步（每个分钟bar）可以执行下面动作之一：
▪  什么也不做：跳过此bar，不执行任何动作。
▪  买入一支股票：如果智能体已经持有，则不会再购买；否则，支付佣金（通常是当前价格的一个小百分比）。
▪  平仓：如果之前没有购买股票，则不会发生任何事情；否则，支付交易佣金。

**环境的构造函数接受许多参数以调整环境的行为和观察表示**：
▪  prices：作为字典包含一个或多个机构的一支或多支股票价格，其中键是机构的名称，值是容器对象data.Prices，保存价格数据数组。
▪  bars_count：在观察中经历的bar，默认情况下，为10个bar。
▪  commission：在买卖股票时必须支付给经纪人的股票价