1. 研究目的与意义
股票数据的分析和预测是金融分析领域中一个重要的问题。本文是基于强化学习方法进行股票预测的分析与评价,以强化学习方法为基础,分析比较几种不同的强化学习算法来进行研究和改进。
本设计主要是研究股票价格预测的相关强化学习算法。
2. 研究内容与预期目标
(1)了解股票量化的基础知识;
(2)深入研究基于强化学习的基本原理和基本方法;
(3)研究深度强化学习方法,包含基于值函数的深度强化学习方法与基于策略梯度的强化学习方法;
3. 研究方法与步骤
(1)掌握股票量化、强化学习以及深度强化学习的基本理论;
(2)实现系统设计;
(3)验证算法有效性。
4. 参考文献
[1]Sutton R S, Barto A G. Reinforcement Learning: AnIntroduction[J]. IEEE Transactions on Neural Networks, 1998, 9(5): 1054-1054.
[2]Legg S, Hutter M. Universal Intelligence: A Definition ofMachine Intelligence[J]. Minds amp; Machines, 2007, 17(4): 391-444.
[3]Robichek A A, Elton E J, Gruber M J. Dynamic ProgrammingApplications in Finance[J]. The Journal of Finance, 1971, 26(2): 473-506.
5. 工作计划
(1) 2022年1月10日 — 2022年3月10日
查阅资料,撰写开题报告,翻译英文资料;
(2) 2022年3月11日 — 2022年3月18日
以上是毕业论文开题报告,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。