1分足の株価データにおける強化学習（DQN）の実装（Notebookでのサンプルコードレベルを想定）

【概要】 ・1分足の株価データにおける強化学習（DQN）の実装をお願いしたいです。 ・Notebookでのサンプルコードレベルでの作成を想定しております。 【目的】 最終的には株の自動売買で使用する予定ですが、 まずは簡単な株価データに対して強化学習がうまく学習できていることを確認したい。 【募集の背景】 chatGPTや参考サイトをもとに、株価データに対する強化学習を実装していました。 ただ、簡単なデータに対してもうまく学習が出来ておらず、自分では限界を感じたため、 応募させていただきました。 【実装要望】 ・一つのNotebookファイルで作成 （イメージとして【参考】の添付ファイルをご確認ください。 Notebook形式は添付できなかったので、py形式で添付しております。） ・実装内容 　- 簡単な株価データを用意 　（添付ファイルのようなsin波をもとにしたデータでも良いです） 　- DQNでの学習 　（stable_baselines3のDQNやpytorchなどのモジュールを使用して良いです） 　- 学習済モデルを使って、gym_trading_env.rendererを用いて、結果表示 ・期待する結果について 　簡単な株価データに対しては利益が＋になるような行動が学習出来ている ・その他 　現状添付ファイルとしてNotebookを載せていますが、利益が－になっています。 　データは簡単なはずと思っているので、なぜうまく学習出来ていないのかが 　分かっていない状況です。 【納品物】 ・一つのNotebookファイル 【参考】 ・添付ファイル「99_強化学習サンプル（株価データ用）.py」について 　- sin波をもとに株価データのサンプルを作成 - gymnasium, gym_trading_envを用いて、取引環境設定 - stable_baselines3のDQNを用いて、学習 - gym_trading_env.rendererを用いて、結果表示