QLearning_Trading 项目使用教程

1. 项目目录结构及介绍

QLearning_Trading/
├── bibliography/
├── data/
├── figures/
├── log/
├── qtrader/
├── .gitignore
├── LICENSE.md
├── README.md
├── building_the_envrironment.ipynb
├── contributors.txt
├── frog.jpg
├── ipython_style.css
├── learning-trade-q.pdf
├── learning_trade.ipynb
└── main.tex

目录结构介绍

• bibliography/: 存放参考文献相关文件。
• data/: 存放项目所需的数据文件。
• figures/: 存放项目生成的图表文件。
• log/: 存放项目运行时生成的日志文件。
• qtrader/: 核心代码目录，包含交易代理的实现。
• .gitignore: Git 忽略文件配置。
• LICENSE.md: 项目许可证文件。
• README.md: 项目介绍和使用说明。
• building_the_envrironment.ipynb: 构建环境的 Jupyter Notebook 文件。
• contributors.txt: 项目贡献者列表。
• frog.jpg: 项目相关图片。
• ipython_style.css: Jupyter Notebook 样式文件。
• learning-trade-q.pdf: 项目相关文档。
• learning_trade.ipynb: 交易学习的 Jupyter Notebook 文件。
• main.tex: LaTeX 文件，用于生成项目报告。

2. 项目启动文件介绍

项目的启动文件主要位于 qtrader/ 目录下，具体包括：

• agent.py: 这是项目的核心启动文件，包含了交易代理的训练和测试逻辑。

启动命令

在终端或命令窗口中，导航到 QLearning_Trading/ 目录，并运行以下命令之一：

python qtrader/agent.py <OPTION>

或

python -m qtrader.agent <OPTION>

其中 <OPTION> 可以是以下选项之一：

• train_learner: 训练学习代理。
• test_learner: 测试学习代理。
• test_random: 测试随机策略。
• optimize_k: 优化参数 k。
• optimize_gamma: 优化参数 gamma。

3. 项目的配置文件介绍

项目中没有明确的配置文件，但可以通过命令行参数 <OPTION> 来配置不同的运行模式和参数。此外，项目的依赖库安装可以通过以下命令完成：

pip install -r requirements.txt

依赖库

项目所需的 Python 库包括：

• Matplotlib
• NumPy
• Pandas
• Seaborn
• Bintrees

这些库可以通过 pip 安装，确保项目能够正常运行。

---

以上是 QLearning_Trading 项目的使用教程，涵盖了项目的目录结构、启动文件和配置文件的介绍。希望这些信息能帮助你顺利使用该项目。