Stock Trading AI Based RL

基于LSTM预测和强化学习的股票交易AI系统。该系统结合了深度学习的预测能力和强化学习的决策能力，可以自动进行股票价格预测和交易决策。 本项目是对Stock Trading AI的进一步优化，在这里也对原作者表示感谢~

优化

• 设计了LSTM、BiLSTM、LSTM_with_attention三种模型，并进行了对比
• 优化了结果可视化
• 实现了多种强化学习算法，并进行了对比。实现了真正的基于强化学习的交易决策。

环境要求

• Python 3.12+
• Poetry包管理器
• PyTorch (推荐CUDA支持)

安装

1. 克隆项目:

git clone https://github.com/zcg-joker/stock_trading
cd stock_trading

2. 使用Poetry安装依赖:

poetry install

如果需要安装PyTorch的特定CUDA版本，请参考PyTorch官方安装指南。

使用说明

项目包含四个主要模块，按以下顺序运行：

1. 数据获取与处理

python process_stock_data.py

• 从Yahoo Finance下载股票数据
• 计算技术指标（如MA, RSI等）
• 数据预处理和清洗，包括去除缺失值、归一化等
• 结果保存在data目录中，包含处理后的历史股票数据以及技术指标

2. LSTM预测模型

python stock_prediction_lstm.py

• 使用LSTM模型预测股票价格
• 模型训练、验证、评估
• 预测结果可视化
• 结果保存在results/predictions目录

3. 强化学习交易代理

python RLagent.py

• 自动学习交易策略
• 交易结果分析
• 结果保存在results/rlresults目录

联系方式

如有问题或建议，欢迎在GitHub上提issue。