量化投资强化学习(环境模块开发)
量化投资强化学习(环境模块开发)
文章目录
-
- 量化投资强化学习(环境模块开发)
-
- 1.环境模块的主要属性和功能
- 2. 源码
1.环境模块的主要属性和功能
环境模块（environment.py）是一个小模块，用于管理要投资的股票图表数据。environment 模块有一个环境类（Environment）。
属性
chart_data：股票的图表数据
observation：当前观察
idx：图表数据中的当前位置
PRICE_IDX = 4 收盘价位置
函数功能
reset()：重置 idx 和观察值
observe()：将idx移动到下一个位置并更新观察
get_price()：从当前观察中获取收盘价
2. 源码
下面展示了环境类（Environment）的完整源码。
class Environment: PRICE_IDX = 4 def __init__(self, chart_data=None): self.chart_data = chart_data self.observation = None self.idx = -1 def reset(self): self.observation = None self.idx = -1 def observe(self): if len(self.chart_data) > self.idx + 1: self.idx += 1 self.observation = self.chart_data.iloc[self.idx] return self.observation return None def get_price(self): if self.observation is not None: return self.observation[self.PRICE_IDX] return None def set_chart_data(self, chart_data): self.chart_data = chart_data在环境类构造函数中管理股票的图表数据。环境类接收图表数据chart_data作为输入chart_data并将其作为变量存储在对象中。在图表数据中，当前位置的观测值将存储在observation中。 当前位置存储在 idx 中。
Python 提示：__init__()Python 类的构造函数是在创建类的对象时自动调用的函数。通常，从这个函数接收到的值作为变量在对象中赋值。您可以将图表数据 (chart_data) 视为一个二维数组。RLTrader 使用 Pandas 的类来有效处理这些二维数据结构DataFrame。
observe()在函数中前进一天，并从图表数据中提供观察结果。当没有更多数据要提供时返回None。
Python 提示：len()函数是 Python 内置函数，可返回字符串、列表等的长度。如果下一个位置小于图表数据的总长度，说明有数据要获取，此时当前位置idx加1，获取图表数据中该位置的元素。
Python 提示：iloc()函数将DataFrame特定行的数据放入函数中。reset()该函数将我们带回到图表数据的开头。也就是说，我们将当前位置初始化idx为 -1 和observationNone
get_price()该函数从观察到的数据中获取收盘价并将其返回。由于收盘价的位置在第close5 列，因此从零开始的索引PRICE_IDX值是 4。observation是一行，其中索引 4 处的值observation[4]对应于收盘价
