最近思考量化交易的问题，因为交易是成对出现的，只有买完后再卖掉才能判断这一对动作是否有效，卖掉比较好设置reward，只要用收益就好了，无非是做一些变换。
但是第一个动作，在量化问题里就是买入该怎么设置reward呢，感觉没有有效的评价是否应该买入的方法。
除非对算法进行改变。
关键词：动作组 reward 动作对 一组动作 一对动作
