训练工作室
配置并启动 RL 训练任务
数据源
没有可用的数据集
请先在 Data Pipeline 中获取数据，或切换到 "从 Binance 获取" 模式
数据预处理2 个已启用
原始数据→log_return→rolling_zscore→训练数据
收益率转换
log_return
对数收益率 - 消除价格非平稳性
pct_change
百分比变化 - 简单收益率计算
标准化处理
rolling_zscore
滚动Z标准化 - 保留局部分布
minmax
MinMax归一化 - 缩放到[0,1]区间
global_zscore
全局Z标准化 - 标准化所有数值列 (⚠️与其他标准化冲突)
特征变换
diff
差分 - 一阶差分去趋势
lag
滞后特征 - 添加历史值作为特征
环境配置 (Environment)
USDT
%
算法 (Algorithm)
Loading algorithms registry...
网络架构 (Network Architecture)
Loading network registry...
MLP Parameters
e.g. [128, 128] or [256, 128, 64]
奖励函数 (Reward Function)
Loading rewards registry...
Reward Shaping
参数配置 (Hyperparameters)
80%
80% 用于训练, 20% 用于验证
LR
请先选择一个数据集
策略: ppo核心: mlp步数: 100,000
ID: model_20260125_1242