股票买卖最佳时机leetcode DDPG-股市-测试建立DDPG模型并在股票市场上进行测试。参考原始论文中的代码环境，灵感来自DDPG的实施，数据集包括2018年1月1日至2018年10月29日的股价数据，记录了开盘、收盘、高、低、成交量特征。操作包含现金头寸、15只股票的多头和空头头寸，每分钟观察一次股价数据，但每7分钟才执行一次操作。模型采用时间序列滚动方案，使用上个月的数据构建rl模型，并在下个月测试。最终模型在2018/02/01至2018/10/29期间达到14%的收益率。相比之下，买入并持有策略的收益率为5.6%，业绩最佳策略收益率为-16.8%。股票市场中的rl模型可能非常不稳定，容易过度拟合。