据上次新模型开始正式使用以来,发现了几个问题。
1. 因为是一个转债对应一个模型,导致每次预测结果很少。
2. 预测出来的结果,大部分还是受大盘影响。不过大部分最终还是会回本盈利,时间长短的问题。
3. 需要经常更新模型,我大概是每两周重新训练。
后面我开始尝试把沪深300的开盘价、收盘价、最高价、最低价加入到参数中,发现按照原来算法很难收敛。即使训练出来的模型,回测胜率也很低。
接着我按照上次文中的思路,在回报函数中加入本金参数,对每次买卖进行计算,如果 本金<=0 则把done设置为true,并且回报参数设置为一个很大的负数,比如-100。按此方式进行训练,发现效果貌似比最开始的模型要稍好。
然后我把这样训练出来的模型作为通用模型,对所有转债和对应的正股进行回测,找出对应胜率最高的一个模型,用来日常使用,效果也还不错。