DQN Double 经常使用深度强化学习预测股票 Double DQN对比和代码示例 DQN和Dueling
step()方法，可以基于一个举措降级环境的形态。举措用整数示意:0示意持有，1示意购置，2示意发售。假设代理人选择买入，股票的收盘价将被参与到头寸列表中。一旦经纪人选择卖出，该方法计算每个未平仓头寸的利润或损失，并相应地降级利润变量。而后，一切未平仓头寸被平仓。依据卖出行为中发生的利润或损失，鼓励被增添到- 1,0或1。
step()方法，可以基于一个举措降级环境的形态。举措用整数示意:0示意持有，1示意购置，2示意发售。假设代理人选择买入，股票的收盘价将被参与到头寸列表中。一旦经纪人选择卖出，该方法计算每个未平仓头寸的利润或损失，并相应地降级利润变量。而后，一切未平仓头寸被平仓。依据卖出行为中发生的利润或损失，鼓励被增添到- 1,0或1。
