December 2021
Beginner to intermediate
468 pages
11h 42m
Korean
Content preview from 금융 전략을 위한 머신러닝: 19가지 사례를 통해 익히는 금융 전략, 머신러닝, 데이터 과학
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
Start your free trial
363
9
장
강화 학습
State action reward next
_
state done
0
.
5000 2 0 1
.
0000 False
1
.
0000 0 0 0
.
0000 False
0
.
0000 1 1 0
.
0000 False
0
.
0000 0 0 0
.
0766 False
0
.
0766 1 0 0
.
9929 False
0
.
9929 2 0 1
.
0000 False
1
.
0000 2 17
.
410 1
.
0000 False
1
.
0000 2 0 0
.
0003 False
0
.
0003 2 0 0
.
9997 False
0
.
9997 1 0 0
.
9437 False
6
배치가 완료되었는지 확인한다. 배치 크기는 배치 크기 변수로 정의한다. 배치가 완료되면 재생 버퍼 함수
로 이동하고
Q
예측과
Q
타깃 사이의
MSE
를 최소화해
Q
함수를 업데이트한다. 그렇지 않은 경우 다음
시간 단계로 이동한다.
이 코드는 각 에피소드의 최종 결과와 함께 에피소드별 매도 및 매수 동작과 총수익을 보여
주는 도표를 생성한다.
window_size = 1
agent = Agent(window_size)
l = len(data) - 1
batch_size = 10
states_sell = []
states_buy = []
episode_count = 3
for e in range(episode_count + 1):
print(“Episode ...