第一版的奖励函数仅考虑第二天是否会涨跌，第二版加入了投资资金回报的计算。有意思的是，这两版后期验证的部分模型是重合的，但不是最好的。最近把用强化学习训练的第一版模型策略跟第二版模型策略交叉预测可买入的股票和转债，可以大大降低出现太多选择的问题。加上根据成交量选择活跃的股票和转债，然后根据其cci指标选取合适的时机买入，基本可以做大全胜。对转债和股票选取各自验证成功率比较高的模型，然后交叉使用，目前

接着我按照上次文中的思路，在回报函数中加入本金参数，对每次买卖进行计算，如果 本金<=0 则把done设置为true,并且回报参数设置为一个很大的负数，比如-100。按此方式进行训练，发现效果貌似比最开始的模型要稍好。后面我开始尝试把沪深300的开盘价、收盘价、最高价、最低价加入到参数中，发现按照原来算法很难收敛。即使训练出来的模型，回测胜率也很低。然后我把这样训练出来的模型作为通用模型，对所有转

通过微信下载接口下载的文件是speex格式，但是通过ffmpeg和其它好几种处理程序测试都缺少头文件，估计微信对这个文件处理过，以至于不能在本地转码保存成其它格式的文件播放知道我是怎么解决的吗。。。。真是。。绕了好大一圈因为我做的这个最终是让用户在微信里听，但是上传的音频只保留3天，所以只能先把音频文件下载到本地，然后用户想听的时候再把本地文件通过微信的上传接口传到微信端，通过获取到的media_

最近看《DIVE INTO DEEP LEARNING》，根据其中的RNN章节，找个项目进行实践一下。首先说效果，很不理想，这也是意料之中的，毕竟股市、债市各种不可控、不可量化的因素太多了，权当做练习RNN就行。目的：根据前N（5,10,15）天的行情，使用GRU,LSTM,BiLSTM模对可转债次日开盘价进行预测。数据：把每只转债的当日行情，按分钟处理，这样每天就有242组数据，每组数据包含（当

 安装过程不算顺利，问题如下：（1）       从ORACLE官网下载cpio格式的三个镜像文件，因debian在虚拟机上跑，虚拟机为其分配的硬盘空间不够，无法同时容乃三个镜像，所以转换成ISO格式后刻盘运行，却提示只读盘无法运行，超级郁闷。无奈下，重新在虚拟机上装了一个debian，分配15G的空间。（2）       把三个cpio文件通过samba复制进debian的共享目

今早到公司，虚拟机下安装了redhat8(因公司的服务器都是这个系统，为了统一开发环境)，把昨天debian下编译好运行正常的程序copy到redhat下，然后把$ORACLE_HOME/lib下所有的so文件以及tnsnames.ora文件都copy到redhat下，并且按照oracle的目录顺序放置。运行程序，提示 Error while trying to retrieve text for

 最近在研究图像处理，发现牵扯数学知识非常多，没办法从头恶补一遍高数，同时找了好几本电子版的图像处理的书学习。 图形的识别基本上可以参考书上的模式识别的算法，难点在对交叉起来的图形的分割是个问题，怎么才能把它们分开呢？ 想到了刚开始看到的腐蚀算法和细化算法。如果有合适的腐蚀算法的模板，反其道而行的话，岂不是就能找到交叉点了吗。 呵呵，实验中。。。 刚开始看，觉得自己的很多想法太过想