Avanzado | Reinforcement Learning .objectives { background: rgba(255,100,220,0.1); border-radius: 1.5rem; padding: 1rem 1.5rem; margin: 1.5rem 2rem; border: 1px solid rgba(255,100,220,0.3); } .objectives h3 { color: #ff64dc; font-size: 1.1rem; margin-bottom: 0.7rem; } .objectives li { color: #b9ccee; font-size: 0.9rem; margin: 0.4rem 0; list-style: none; } .objectives li::before { content: "🎯 "; } .module-recap { background: rgba(255,100,220,0.08); border-radius: 1.5rem; padding: 1rem 1.5rem; margin: 1.5rem 2rem; border: 1px dashed rgba(255,100,220,0.4); } .module-recap h3 { color: #ff64dc; font-size: 1rem; margin-bottom: 0.5rem; } .module-recap li { color: #8899bb; font-size: 0.85rem; margin: 0.3rem 0; }

🤖 REINFORCEMENT LEARNING

DQN y PPO para optimización de ejecución

DQN PPO
🤖 Piénsalo así: RL es como enseñarle a un perro un truco nuevo: cuando lo hace bien (compra en el momento correcto), le das una galleta (reward positivo). Cuando lo hace mal, no hay galleta. Con el tiempo, el perro aprende la mejor estrategia por ensayo y error. Así funciona DQN: prueba, gana o pierde, y mejora.

🎯 ¿Qué aprenderás?

Estado del agente

ACCIÓN: COMPRAR ACCIÓN: VENDER ACCIÓN: HOLD

Estado: precio · posición · P&L acumulado | Reward: P&L realizado al cerrar posición

Curva de Aprendizaje

Reward Promedio
0.00
Reward Aleatorio
0.00
💡 Entrena el agente DQN durante 20 episodios. Observa cómo mejora la política con cada iteración.

💻 Código anotado

import matplotlib.pyplot as plt # Biblioteca de visualización estándar plt.figure(figsize=(12,6)) # Tamaño del canvas en pulgadas plt.plot(df['fecha'], df['close'], c='#f7931a') # plot(): gráfico de líneas simple plt.title('Precio BTC'); plt.show() # Título y renderizado del gráfico

💡 Lee los comentarios: cada línea tiene una razón de ser. El código no se escribe, se diseña.

✏️ Mini-ejercicio

¿Qué biblioteca de Python se usa principalmente para gráficos de línea?

// Responde y presiona Verificar

🔍 Sabías que... Curiosidades de trading

El gráfico de velas fue creado por Munehisa Homma, comerciante de arroz japonés, en el siglo XVIII. Sigue siendo el estándar 300 años después.
Dato práctico: Guarda tus scripts de matplotlib como funciones reutilizables. Te ahorrarán horas.

📋 Checklist de aprendizaje

Marca lo que ya dominas. Tu progreso se guarda automáticamente.

0/4 dominados

📌 Resumen del módulo