强化学习应该是在金融交易上可以应用的。国庆期间好好探索一下。

比如美林时钟，其实只关注宏观的两个指标，GDP和CPI，在国内应用里，有人加上了利率。还有各种因子投资，本身都是去观察环境，对环境作出贯序决策。

这里本质上和alphago相当，只是围棋是一个封闭空间，而资本市场是开放域。但相比人类自身的决策，机器能评估的维度要高得多。