我可以在 openai Gym Env __init__() 中使用 if-else 在真实类型预测中使用模型并训练

问题描述

我有一些关于 RL 交易的问题 - 可以实时使用的代理。

我使用 openai 和 stable-baselines3 的 Gym CustomEnv。

因为 stable-baselines3 使用“选定的”Envs 训练模型，并用它保存模型。

喜欢， env = Custom_env(config) 模型 = PPO("MLP",env,*config)

所以我使用如下的 env 来训练大数据并使用数据表进行预测

[伪代码][1]

这是我的伪代码。 我想在训练时获取大数据，以随机开始的时间步长进行交易， 并在预测时取小长度的真实数据。

我的问题是。

1. 有没有其他方法可以用大数据训练并用小长度数据来预测？

2. 那个配置不会在训练时破坏代理的学习吗？ - 代理可以在低于该环境的情况下“学习”吗？

感谢大家的支持。

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）