1. 毕业设计（论文）的内容和要求

机器学习特别是深度学习在很多领域大展身手，比如图像分类、人脸识别、自然语言处理、自动驾驶上都有很好的应用。

特别是深度学习、深度强化学习等在金融领域也已经有所运用，比如说指数预测、择时交易、投资组合策略、价格预测、波率预测、算法交易和金融风控等。

本课题针对a股市场，基于不同的深度强化学习算法，如dueling-dqn，double dqn，ddpg和policy gradient构造模型，并给出a股实证。

2. 参考文献

[1]刘全等，深度强化学习中文综述[J]，计算机学报，2017:Vol(1). [2]Li Yuxi. Deep Reinforcement Learning: An Overview[OL]. https://arxiv.org/abs/1701.07274 . [3]Jiang Zhengyao. A Deep Reinforcement Learning Framework for the Financial Portfolio Management Problem[OL]. https://arxiv.org/abs/1706.10059. [4]齐岳、黄硕华.基于深度强化学习DDPG算法的投资组合管理[J].计算机与现代化，2018.(5). [5]满奇.基于深度强化学习的股市投资模型构建及实证研究[D].广东财经大学，2017. [6]摩根大通.深度强化学习在股票择时交易的应用[OL]. https://blog.csdn.net/CoderPai/article/details/80174109 [7]Jose A. Arjona-Medina.RUDDER: Return Decomposition for Delayed Rewards[OL]. https://arxiv.org/abs/1806.07857v1. [8]Wang Lilian . Predict Stock Prices Using RNN:Part 1[OL]. https://lilianweng.github.io/lil-log/2017/07/08/predict-stock-prices-using-RNN-part-1.html. [9]石晓文.实战深度强化学习DQN-理论和实践[OL]. https://www.jianshu.com/p/10930c371cac.

3. 毕业设计（论文）进程安排

起讫日期 设计（论文）各阶段工作内容 2018年12月19日-2019年12月22日 任务书下达 2018年12月22日-2019年1月12日 收集资料，熟悉课题，了解课题背景算法，查询文献，完成开题报告 2019年2月1日-2019年2月15日 初步掌握python、tensorflow或bigquant，获取相关股票历史数据，了解相关主要算法。

2019年2月15日-2019年3月1日 确定课题采用的主要算法，熟悉python。

2019年3月1日-2019年6月1日 读文献，课题学习、研究，编写程序或调优参数（bigquant平台）。