Торговый агент на основе сверточной нейронной сети [Владислав Кузьменков]

Складчина: Торговый агент на основе сверточной нейронной сети [Владислав Кузьменков]

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 обучения "Торговый агент на основе сверточной нейронной сети"

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