机器学习交易系统实验比较

强化深度机器学习，是基于两个状态量之间的奖励值(reward)实现的。也可以说是两个相邻状态的价格变化。

目前只考虑了日内短线学习。

原因：

做日内交易测试只考虑主力合约的数据，没有换月、夜盘等不正确数据的影响。

短线数据切片小，数量大，有利于发挥深度学习的强项。

问题：

在机器学习状态中，只针对相邻的价格变化给出交易建议。之前的影响很小，因为交易成本的限制，每天交易次数必须加以限制，该限制条件无法在交易中体现。

强化学习运行效率低，学习速度缓慢，试错时间成本很高。

 

与深度学习比较：

深度学习计算速度块，效率高。

需要自己组织每个状态下k线的计算预测值

需要另外一个系统处理该预测值，生成真正的交易信号。