使用多个股票代码的数据集进行强化学习？答案

【问题标题】：Reinforcement Learning Using Multiple Stock Ticker’s Datasets?使用多个股票代码的数据集进行强化学习？
【发布时间】：2019-05-27 04:37:13
【问题描述】：

这是一个一般性问题，也许有人可以为我指明正确的方向。

我正在使用 Python 3.6/Tensorflow 进行强化学习，并且我已经找到/调整了我自己的模型来训练特定股票的历史数据。我的问题是，是否可以在不止一只股票的数据集上训练这个模型？我读过的关于时间序列预测和 RL 的每一篇机器学习文章都使用一个数据集进行训练和测试，但我的目标是在一堆价格不同的股票代码上训练一个模型，希望该模型能够识别相似的价格模式，无论价格或股票代码如何，以便我可以将经过训练的模型应用于新数据集并且它会起作用。

现在它只在一个代码和价格上进行训练，但是当我尝试添加一个新数据集以增加训练时，它的表现非常糟糕，因为它不知道新价格，如果这有意义的话。

这是一个基本问题，我不一定希望得到编码答案，只是在某个地方我可以学习如何使用多个数据集训练模型。如果有帮助的话，我正在使用 OpenAI 健身房环境。

谢谢！

【问题讨论】：

标准化价格
我认为它会像这样简单。感谢您的洞察力！我会研究一下我的模型。

标签： python-3.x tensorflow reinforcement-learning stocks openai-gym

【解决方案1】：

感谢@Primusa，我通过将每个值除以其各自的最大值来标准化我的单独数据集，然后将数据集组合成一个以进行训练。谢谢！

【讨论】：

【解决方案2】：

我认为对所有数据集使用与上次关闭相比的百分比变化来规范化数据集可能是一个好的开始。这样一来，任何价格的股票似乎都正常化了。

【讨论】：