（21-3）基于深度强化学习的量化交易策略（OpenAI Baselines +FinRL+DRL+PyPortfolioOpt）：数据预处理+构建交易环境

21.6  数据预处理

数据预处理是训练高质量机器学习模型的关键步骤，在这一步需要检查缺失数据并进行特征工程，以将数据转换为适合模型训练的状态。本项目的数据预处理江湾城以下工作：

1. 添加技术指标：在实际交易中，需要考虑各种信息，例如历史股价、当前持仓股票、技术指标等。本文演示了两个趋势跟踪技术指标：MACD和RSI。
2. 添加紧急指数：风险厌恶反映了投资者是否选择保留资本，它还在面对不同市场波动水平时影响交易策略。为了在最坏的情况下控制风险，比如2007-2008年的金融危机，FinRL使用了金融紧急指数来衡量极端资产价格波动。

注意：风险厌恶是指个体或投资者对于面临潜在风险时的心理和行为倾向。在金融领域，风险厌恶通常表现为投资者更倾向于选择相对较低的风险投资，即使这可能意味着较低的收益。

1. 技术指标

（1）使用类FeatureEngineer对金融数据进行预处理和特征工程。通过设置参数use_technical_indicator=True，启用了技术指标&#