Настроить среду для обучения НС DQN – установить необходимые фреймворки и библиотеки (OpenAI Gym, Tensorflow, Keras). Алгоритм – обучение с подкреплением (Reinforcement learning) либо другой, который позволит показать приемлимые показатели точности.
Задачи обучения НС (целевые функции):
1. предсказывать поведение цены актива (рост, падение),
2. атоматическая торговля на бирже (формирование заявок на покупку и продажу), успользуя знания о будущем значении цены, а также других показателях, которые описывают состояние рынка, например MACD и т.д.
Массив данных для обучения НС есть (исторические и живые данные с биржевого стакана, история сделок, данные со свечей и т.д.). Одна из задач – разобраться на сколько подходит каждый из форматов данных с бирж, для обучения НС.
Необходимо провести начальную обработку массива данных: выбрать признаки, рассчитать целевую переменную, нормализовать).
Также необходимо обучить перцептрон на библиотеке Keras.
Оценить точность алгоритма.
Опубликован 05.03.2018 в 12:24 Последнее изменение: 18.03.2018 в 16:25