当我们利用talib计算macd指标时，发现talib计算出的macd指标与同花顺等行情软件计算的指标不一致，原因在于计算macd指标时，需要初始化第一天的ema12、ema26、diff、dea。而当我们用talib.MACD计算macd指标时，使用的历史行情一般是某段行情，并不是从开盘开始计算，eam12=eam26初始化为我们取的第一天的行情，diff和dea初始化为0。那么diff是 价格

先转载一篇吧，这篇倒是简明扼要的说出了增强学习的基本概念和几个最重要的公式我们来看一下 1 增强学习是什么那就是要能获取尽可能多的reward。没有目标，控制也就无从谈起，因此，获取reward就是一个量化的标准，reward越多，就表示执行得越好。每个时间片，Agent都是根据当前的观察来确定下一步的动作。每次的观察就作为Agent的所处的状态state，因此