上高中的时候，曾经看过一篇Valve开发Half-Life 2的回忆录，非常生动的记录了整个项目从想法产生到产品发布过程中遇到的种种挫折以及最后激动人心的时刻。作为一个软件开发者，在每次建立新的项目的时候，都有一种如同开始了一段崭新的旅程的感觉，那么如果能把开发过程中的点滴记录下来，在项目完成之后回头望去，将会是十分有趣的体验。
于是乎，在上一篇文章阐述了半天用RL搞量化交易的可能性之后，我决定着手实践一下，RLCrypto就是我新开源的代码库，用于将RL真正的应用于实盘交易中，那么本系列文章也就是用来记录我在开发RLCrypto中遇到的问题，解决方案以及一些未能立即实现的想法的。 Alright, let’s rock’n roll!
距离上一次长篇大论的写文章已经过去至少2年了，长时间处于较为封闭的环境导致大脑的语言模型 (Language Model) 出现严重退化，思维都以 (Hidden State) 的形式存在着，但是表达不出来，这让我十分苦恼。因此遂决定创建此博客用于记录一些学习和生活中有意义的事情，同时也为了训练自己的表达和写作能力。
经过一番苦思冥想，实在不知道应该写一篇什么博文作为本博客的开山之作，所以干脆也就省了那些形式主义，直接写一篇最近的研究进展吧。 本来想直接上英文，但是由于英语水平的限制，第一篇文章还是用母语写吧，读者和作者都省心点。
经过最近1个月的研究与学习，大概对强化学习有了一些初步的认识。将强化学习应用于量化交易一直是我的一个非常感兴趣的研究方向，同时也是我毕业论文中将要涵盖内容。那么，为何要使用强化学习做量化交易，以及能否使用强化学习做量化交易，将是我在本文中重点讨论的内容。文章的最后我会放出一些实验代码，以便有兴趣的读者进行参考。