请教各位大佬，

通过PPO算法使用大量数据和多维因子训练Agent

其中因子不仅包含OHLC和重要的技术指标，还包含一系列交易模型（推荐买卖数据）

这个思路能否训练出收敛、拟合的模型吗，为股票交易提供决策辅助？

感觉目前很多通过神经网络训练的模型都很难收敛，或者过拟合。

有更好的思路吗？
--
修改:youngpage FROM 117.12.57.*
FROM 117.12.57.*