reinforcement learning
敲代码的quant
ML/DL/量化金融/学生
展开
-
几种常见DRL(深度强化学习)方法总结与对比之前提基本概念
从今年的九月份到现在,接触机器学习、深度学习再到现在的深度强化学习已经有三个月的时间了。从java web开发到人工智能的领域转变的过程中,学到了很多很杂的东西,感觉这才是我以后要研究的东西。然而,在这个转变的过程中,老是急于求成,虽然代码写过很多,论文看了不少,但是总是觉得基础不够牢固,所以想写下博客来沉淀一下。 前提概念 1、离散动作和连续动作 根据动作的不同类型选择和构造的原创 2017-12-16 20:31:42 · 11086 阅读 · 0 评论 -
Deep Direct Reinforcement Learning for Financial Signal Representation and Trading
这篇论文对我个人的意义挺大的,毕竟是入坑智能交易看的第一篇论文,这篇论文前前后后看了也不下十多遍,抛去其技术性的方面,整篇论文的排版、写作方式以及实验的对比都有很大的借鉴意义。原文在百度学术和google学术都可以找到。题目:《Deep Direct Reinforcement Learning for Financial Signal Representation and Trading》发表于...原创 2018-03-21 18:14:13 · 5547 阅读 · 10 评论 -
Tensorflow中关于参数初始化的方法
在对神经网络模型进行训练的时候,训练的就是模型中的Weight、Bias参数,要想模型效果好,当然参数就要训练到一个好的结果了,因此参数的初始化在训练时也起到了非常重要的作用,好的初始化参数可以加快模型的收敛,尽快得到好的效果,否则容易使模型的收敛变慢或者造成结果的发散。在tensorflow中有很多关于参数初始化的方法,以下内容转自以下链接:http://www.mamicode.com/inf...转载 2018-04-01 20:42:52 · 9851 阅读 · 0 评论