还记得之前我们说的现在的高手们都用ChatGPT炒股的文吗？
指路：
最近，有一位外国小伙用上面提到的方法用ChatGPT来做了一个名为GPT Trader的交易机器人。
并把具体步骤发到网上，我们来看看小伙是怎么做的。
看前提醒：
1）内容含有大量枯燥的术语。
2）这个只是一种可能的方法，不是绝对正确，要不要用这些方法炒股，还请大家自己判断。
3）这里只简单阐述他使用的方法。
小伙使用了Alpaca仪表板和测试数据来预测股票走势。
Chat GPT帮助小伙构建了机器人的步骤：
小伙向Chat GPT提出了几个问题，包括最好的技术用于股票预测以及如何使用Python Web来预测雅虎股票价格。
Chat GPT能够记住上下文并回答这些问题，解释了一些机器学习技术并展示了如何使用ScikitLearn库制作神经网络模型来预测股票价格。
小伙使用Chat GPT来自动生成一些代码，但是由于代码中的数据不可靠，所以它不能正常工作。
接着，小伙请求Chat GPT提供一个更好的数据源。
Chat GPT建议使用Alpaca交易API，这是一种免费的股票和加密货币交易API。
然后小伙注册了Alpaca，并获得了API密钥。
Chat GPT随后向小伙展示了如何在Python中使用这个API。
现在小伙需要使用实时的股票数据进行交易机器人的开发。
小伙使用 Alpaca API 来获取数据源，并使用 ScikitLearn 库和 Keras 对数据进行统计机器学习模型训练。
这时需要添加 API 密钥来获取数据，这个密钥可以在 Alpaca 的控制面板中找到。
这将帮助小伙使用先进的神经网络技术来改进机器人的预测能力。
在过去的五年中，神经网络技术方面有了很多研究和发展，包括递归神经网络和长短期记忆网络等变体。这些技术对于预测时间序列数据非常有用。
将transformer网络和强化学习结合起来使用的方法，称为深度强化学习。
使用Python语言实现这个方法时，需要了解一些强化学习技术，例如PPO和Q learning等。
该方法可以帮助计算机像人类一样做出决策。其中，PPO是在寻找两个范围内的最优策略之间的平均值。使用强化学习和神经网络来预测股票价格。
小伙想使用OpenAI的Stable Baselines库和强化学习算法来训练一个股票选择策略。
他发现了一个名为FinRL的库，该库可以用于股票市场数据的强化学习。
接着他打开了FinRL的示例Notebook，并准备替换其中的数据源为Alpaca API。然后开始逐步解释代码的每一步骤。
利用强化学习算法进行股票交易的过程：
首先，使用一个名为FinRL的库获取从苹果公司到道琼斯指数的30支股票的30天股票数据，然后添加技术指标。
接着，构建一个决策过程，即一个代理在一个环境中每隔一段时间采取一步行动的过程。
这个代理是一个神经网络，环境是金融市场。
该库将实时数据传入一个模拟环境中，训练这个深度强化学习代理，然后每天根据输出使用Alpaca API进行实际交易。
在训练结束后，展示了一个回测结果，展示了该系统如何根据以往数据做出决策。
根据这些结果，他就可以设置一个阈值来决定买卖股票的决策，然后让这个系统每天运行并决定是否购买股票。
那么最后问题来了，费这么大劲，他赚钱了吗？
答案是赚了一点，24小时最终获得了 1.62% 的收益率。
齐鲁晚报·齐鲁壹点记者 潘世金 通讯员 时洁
20日，记者从济南育文中学了解到，该校九年级三班赵李言同学被西安交大少年班录取。
学校老师介绍，14岁的赵李言同学在外人看来是个腼腆的男孩，但是当他说到自己的专业，可以用开挂来形容。小小年纪的他在初二就提前完成初中学业并着手高中数学物理的研究。他说小升初后偶然的机会让他发现了自己的兴趣点——编程，通过自学探究不断创造飞跃。在他看来，常见的办公软件也能当成“编程语言”，用OpenGL实现3D沙盒游戏，用TCPSocket实现http协议，用随机数模拟炒股趋势......目前他正致力于研究人工智能用C#实现手写数字识别。他说，学习是一件好玩的事情，有兴趣的人从不缺乏创造。
他说对自己最大帮助的是拥有胜不骄败不馁的良好心态，面对失败不是沮丧不前，而是选择不懈坚持。在提到家庭的时候他说，感谢开明民主的家庭氛围，父母从不拿学业给自己过大的压力或者以学习为借口让他停止自己的编程爱好。“在育文中学近9年的学习和生活，让我感到轻松愉快、获益良多，我的老师们更是一路悉心指导、陪伴着我的成长。我的每一次成长都离不开父母、老师和学校对我的支持和鼓励。”
找记者、求报道、求帮助，各大应用市场下载“齐鲁壹点”APP或搜索微信小程序“壹点情报站”，全省600多位主流媒体记者在线等你来报料！
引用地址:https://www.cha65.net/202404/44474.html
tags: