假設切入的是 dqn
dqn 成功的關鍵之一是 experience replay，玩遊戲 okay，不見得適合直接套用在交易，交易的經驗是會失效的，或者再加一些機制
dqn network 學的是 q value，是一個迭代的值，不是那麼直觀，換句話說，可能不知道 network 學到了什麼，overfiting 時不容易解
看內文，喜歡 rl 的原因是可以幫你決定進出場，一個 regression network 定義一下 loss function 也可以，例如
network output p 當成是持有部位的變化
c 是漲跌變化
loss function 可以是 - p * c
network 的 output 就可以幫你決定進出場
沒人知道交易是雞還是牛，所以那把刀好用很難說，不管如何手上那把刀要用順一點
rl 是一把不太好使的刀，deepmind 的論文都能充分理解，使起來會比較遊刃有餘

當發現是雞或是牛的時候再把適合的刀拿出來是嗎XD

" Deep Reinforcement Learning Doesn't Work Yet "這篇文章也再說類似的事 深度強化學習不是那麼容易的

DL目前的確是很困難的事，主要問題還是在於運算速度太慢我每次調整參數重跑實驗都要數小時才能看到調整後的結果而且以完整的實驗來說，需要嘗試的參數組合非常多如果沒有一些對資料的insight，盲目亂調的話很靠難運氣調出好的結果（所以需要看很多Paper，從別人的思路學習）

DQN做交易系統沒問題，如果只看DQN output做交易，那就死定了