假设切入的是 dqn
dqn 成功的关键之一是 experience replay，玩游戏 okay，不见得适合直接套用在交易，交易的经验是会失效的，或者再加一些机制
dqn network 学的是 q value，是一个迭代的值，不是那么直观，换句话说，可能不知道 network 学到了什么，overfiting 时不容易解
看内文，喜欢 rl 的原因是可以帮你决定进出场，一个 regression network 定义一下 loss function 也可以，例如
network output p 当成是持有部位的变化
c 是涨跌变化
loss function 可以是 - p * c
network 的 output 就可以帮你决定进出场
没人知道交易是鸡还是牛，所以那把刀好用很难说，不管如何手上那把刀要用顺一点
rl 是一把不太好使的刀，deepmind 的论文都能充分理解，使起来会比较游刃有余

当发现是鸡或是牛的时候再把适合的刀拿出来是吗XD

" Deep Reinforcement Learning Doesn't Work Yet "这篇文章也再说类似的事 深度强化学习不是那么容易的

DL目前的确是很困难的事，主要问题还是在于运算速度太慢我每次调整参数重跑实验都要数小时才能看到调整后的结果而且以完整的实验来说，需要尝试的参数组合非常多如果没有一些对资料的insight，盲目乱调的话很靠难运气调出好的结果（所以需要看很多Paper，从别人的思路学习）

DQN做交易系统没问题，如果只看DQN output做交易，那就死定了