强化学习交易股票

在A股市场上，对五个深度强化学习算法进行测试，找到比较合适的深度强化学习智能体，可以搭配 paper 一起食用

回测结果

回测结果展示（时间跨度为2019年1月1日至2021年1月1日）

回测结果分析表（时间跨度为2019年1月1日至2021年1月1日，baseline 为上证50指数）

性能评价指标	上证 50 指数	A2C	DDPG	PPO	SAC	TD3
累计收益率	58.98%	108.49%	121.26%	110.85%	120.61%	120.14%
最大回撤率	-18.22%	-35.83%	-31.45%	-16.75%	-29.24%	-30.69%
Omega比率	1.29	1.31	1.34	1.36	1.35	1.35
Sharpe比率	1.37	1.23	1.50	1.72	1.54	1.52
年化收益率	27.11%	46.37%	50.95%	47.23%	50.72%	50.55%
年化波动率	18.90%	36.25%	30.78%	24.28%	29.48%	29.89%

更加详细的回测结果可以查看 ./plot_traded_result.ipynb

快速开始

在终端中输入

git clone https://github.com/sunnyswag/RL_in_Stock.git
pip install -r requirements.txt

进入 ./learn 文件夹查看详细步骤

修改 config.py 中的相关参数，如：Tushare_Tocken、数据的开始和结束日期等

环境设计思路

state_space 由三部分组成 :

1. 当前的现金

2. 每只股票的持仓量

3. 股票数 * 环境因素（总计15个）

reward 的计算方式：

• Reward = 累计收益率 - 当前回撤率

  

action_space 的空间：

• actions ∈ [-x, x]

• 正数表示买入，负数表示卖出，0 表示不进行买入卖出操作

Reference

FinRL