标签： python machine-learning keras reinforcement-learning
我正在尝试根据公司的财务状况创建强化学习模型，以评估公司的价值。在评估中，我将使用财务趋势向代理商给予奖励。在培训期间，如果要提高某个季度末的估值（即股票价格），而实际股价上涨，我想给予奖励。我可以这样做吗？也就是说，为培训和评估保留单独的奖励系统？