Reinforcement Learning

Entrena agentes de IA que aprenden a tradear por sí mismos

PPO Reward Curve FinRL
Piénsalo así: Entrenar un agente RL es como enseñarle a un perro un truco nuevo. Cuando el perro hace algo bien (comprar en el momento correcto), le das una galleta (reward). Cuando hace algo mal (vender muy temprano), no hay galleta. Al principio el perro se equivoca mucho, pero después de muchos intentos (episodios), aprende la mejor estrategia. PPO es el método que le dice al perro: "poco a poco, no cambies toda tu conducta de golpe". Así, el agente evoluciona sin volverse loco.

🎯 ¿Qué aprenderás?

Hiperparámetros

3e-4
200

Resultados del Entrenamiento

Reward Total0.00
Sharpe (agent)0.00
Trades Ejecutados0
Win Rate0%

Curva de Recompensa por Episodio

🤖 Inicializando agente PPO con redes neuronales...
📊 Entorno de trading configurado. Listo para entrenar.
💡 Ajusta el learning rate y los episodios, luego entrena al agente. ¡Mira cómo aprende a tradear solo!

📌 Resumen del módulo

Menú