reinforcementlearning_for_stock's Introduction

强化学习炒股，走向人生巅峰（或倾家荡产）

免责声明

本网站所载的资料并不构成投资的意见或建议，据此操作风险自担。股市有风险，投资需谨慎！

Quickstart

单股票

1. 数据获取

以下任选一种:

cd data
nohup python -u get_stock_data_baostock_train.py > get_train.log 2>&1 &
nohup python -u get_stock_data_baostock_test.py > get_test.log 2>&1 &

cd data
nohup python -u get_stock_data_tushare.py > get_data.log 2>&1 &

2. 设置配置文件config.yaml(也可使用默认配置参数)

3. 训练模型

python train.py

4. 测试模型

python test.py

多股票

python multi_stock_ensemble_strategy.py

环境

单只股票
多只股票

RL算法

PPO
A2C
DDPG
TD3

实验结果

初始本金 100000
单只股票
股票代码：sh.600006
训练集：1990-01-01至2019-12-31
测试集：2020-01-01至2020-12-31
模拟操作 242 天

盈利情况:

PPO: 盈利77801

A2C: 盈利23054

参考资料, 本项目参考了以下资料,感谢原作者

Create custom gym environments from scratch — A stock market example
RL-Stock
Deep-Reinforcement-Learning-Hands-On, chapter 10
Personae
FinRL

主要改动:

调整代码结构,增加配置文件
RL算法模型使用最新版本的stable-baselines3，之前的stable-baselines已处于维护状态，且容易遇到tensorflow版本不兼容的问题
丰富RL模型
增加交易手续费
股票价格后复权
特征优化
测试集长度设置为1年

优先todo:

环境:允许手持多个股票的环境
模型: 其他包的rl模型调用: elegantrl, rllib 参考: https://github.com/AI4Finance-Foundation/FinRL/tree/master/finrl/drl_agents
模型: 调研baselines3

todo:

将特征接口抽出来
将模型接口抽出来
将reward的定义抽出来
特征优化: 历史统计信息
特征优化: 模型预测结果
特征优化: 外部数据,如天气
策略优化: 组合策略
选股说明
可视化优化

reinforcementlearning_for_stock's People

Contributors

Stargazers

Watchers

reinforcementlearning_for_stock's Issues

股票交易中的非完美信息是怎么处理的呢？

train_strategy(args['train_args']['stock_code'], args['train_args']['rl_model']) error

File "train.py", line 35, in
train_strategy(args['train_args']['stock_code'], args['train_args']['rl_model'])
File "train.py", line 27, in train_strategy
train_env, _ = prepare_env(stock_file)
File "/pythoncode/ReinforcementLearning_for_stock/util.py", line 10, in prepare_env
df = pd.read_csv(stock_file)
File "/anaconda3/envs/torchgpu180/lib/python3.6/site-packages/pandas/io/parsers.py", line 688, in read_csv
return _read(filepath_or_buffer, kwds)
File "//anaconda3/envs/torchgpu180/lib/python3.6/site-packages/pandas/io/parsers.py", line 437, in _read
filepath_or_buffer, encoding, compression
File "/anaconda3/envs/torchgpu180/lib/python3.6/site-packages/pandas/io/common.py", line 243, in get_filepath_or_buffer
raise ValueError(msg)

(torchgpu180) e:~/ReinforcementLearning_for_stock/data/baostock/train$ ls
sh.600000.浦发银行.csv sh.600006.东风汽车.csv

enjoysport2022 / reinforcementlearning_for_stock Goto Github PK