该网页是关于基于FinRL进行AI股票交易策略开发项目的介绍，涵盖项目目的、开发阶段、文件夹与文件等关键信息，旨在利用监督学习和深度强化学习构建并部署股票交易策略。

1. 项目概述：基于FinRL，运用监督学习（SL）和深度强化学习（DRL）开发AI股票选择和交易策略，并部署到在线交易平台。

2. 开发阶段

   • 阶段一：金融数据处理和技术指标：下载道琼斯30种工业股票平均价格指数（Dow-30）、纳斯达克100指数（NASDAQ-100）或标准普尔500指数（S&P 500）数据，包含开盘价、最高价、最低价、收盘价和成交量（OHLCV）及基本面指标；获取技术指标（如MACD、RSI）和基本面指标（如EPS、ROI、ROE、P/E、P/S）并进行特征工程。
   • 阶段二：股票选择和投资组合分配及回测结果：股票选择上，使用经典机器学习算法（LSTM、随机森林、支持向量机、线性回归、Lasso、Ridge）基于基本面多因素数据进行监督机器学习，每季度选出前25%的股票；投资组合分配方面，利用FinRL中的DRL集成策略（包括PPO、DDPG、A2C、SAC和TD3）对所选股票进行资产分配，依据日数据交易并输出持仓情况。
   • 阶段三：将DRL智能体部署到在线交易平台：把策略部署到如Alpaca等在线交易平台进行模拟交易。

3. 文件夹和文件：包含.devcontainer（配置文件）、.idea、data_processor（含更新数据）等文件夹；还有.gitignore（更新的git忽略文件）、README.md（多次更新说明文档），以及多个Python文件和Jupyter Notebook文件，分别用于实现中国市场实盘程序入口、基本面回测、投资组合分析、模型运行、股票选择等功能。

Github