基于强化学习的股票预测方法的设计与实现开题报告

1. 研究目的与意义

股票市场是我国证券业和金融业发展必不可少的组成部分，所以对于股票的预测有着极大的应用价值。股票市场具有很大的不确定性，严重的非线性以及投资者的盲目性等原因，都会导致股票预测的复杂性。股票价格作为股票市场行情的航标灯，国民经济的“晴雨表”，很多历史的实例表明，对于普通消费者，股票的价格运动是所有人最关心的一个问题。用合适的预测方法进行股票市场、股票价格变动进行预测对金融证券行业进行认真分析能够降低消费者的风险,获取投资利益。

机器学习是指某些算法指导计算机利用已知数据得出适当的模型，并利用此模型对新的情境给出判断的过程。强化学习是机器学习的一个重要分支，它是一种自主性，自学习的学习系统，本质上是一种反复尝试的学习。在实际问题中学习agent与环境交互而达到目标是一个最重要的基本思想。显然，这样的agent必须能够在一定程度上感知环境的状态，并且必须能够采取可以影响状态的动作。这个agent还必须有一个或多个与环境状态有关的目标。因此为此设计的公式当中必须包含三个方面——感知能力、动作和目标，这是最简单并缺一不可的可能形式，强化学习的相关算法也成为如今机器学习中比较热门的研究方向之一。初次之外，强化学习系统的四个主要子要素：策略、奖赏函数、值函数和一个可选的环境模型（model），agent在与环境不断交互式中学习如何将场景映射到动作，以获得最大数值奖赏信号。本课题将强化学习方法应用在股票的数据上进行分析，可以较好的实现我们的目标。

强化学习的应用范围十分广泛，人们可以利用强化学习来控制直升机的飞行状态，使得直升机可以按照既定的路线飞行，也可以利用强化学习来控制机器人，使得机器人可以保持站立的状态并且不会摔倒，还可以利用强化学习打游戏，学习之后的算法能够完爆人类能力，当然也可以利用强化学习模拟做出股票交易。把股票的市场环境当作强化学习的环境，较好的利用强化学习的学习机制，就可以模拟出比较好的股票市场交易的情况，得到理想的收益状态。

2. 研究内容与预期目标

本课程以强化学习的算法为基础，主要研究基于强化学习的股票预测方法。

研究内容：

（1） 筛选股票数据。

3. 研究方法与步骤

(1)了解sarsa，q-learning，dqn等算法的框架。

(2)了解股票市场的相关情况。

(3)学习如何进行股票买卖的回测。

4. 参考文献

[1]方朴一. 一种基于机器学习的股票预测和量化投资系统[d]. 浙江: 浙江大学, 2018.

[2]lin,xue. reinforcement learning and planning for preference balancing tasks[d]. losangeles: university of southern california, 2016.

[3]lau,brian. the role of the striatum in reinforcement learning[d]. new york: newyork university, 2007.

5. 工作计划

(1) 2022年12月5日— 2022年12月24日

接受毕业设计任务，查阅资料并完成开题报告；