强化学习量化交易策略

人工智能 · 机器人 案例ID: 212486
联系该工程师
微信扫码,建群沟通
作者: Lucas - 5年经验- Banyan Alpha Investment

案例介绍

利用AWS/Postgre构建期权数据管道;实现整个高频交易系统的周期
• 架构并开发了一个针对IB期权的高频交易系统
• 使用stable_baselines3库应用先进的强化学习技术。配置并训练近端策略优化(PPO)和深度Q网络(DQN)模型,用于交易环境中的决策制定
• 使用自定义回调机制来渲染训练环境并逐步监控进度
• 利用py_vollib进行详细的期权分析,使用Black-Scholes模型计算期权价格。为期权交易决策提供隐含波动率。使用gymnasium(gym)构建了一个自定义的交易环境:使用Python枚举模拟交易行为(卖出、持有、买入)和期权类型(看跌期权、看涨期权)

相似案例推荐

发布任务

企业点击发布任务,工程师会在任务下报名,招聘专员也会在 1 小时内与您联系确认。

1小时精推人才

需求方专属客服,免费梳理匹配

需求方客服微信二维码
扫码加微信 · 客服人工对接
微信沟通 联系需求方端客服 看中这位工程师了?客服帮你 1 小时对接沟通 → ×