Overview
Este trabalho foi traduzido com recurso a IA. Agradecemos o teu feedback e comentários: translation-feedback@oreilly.com
A aprendizagem por reforço (RL) conduziu a vários avanços na IA. Só a utilização do algoritmo Q-learning (DQL) ajudou a desenvolver agentes que jogam jogos de arcada e de tabuleiro a um nível sobre-humano. Mais recentemente, a RL, o DQL e métodos semelhantes ganharam popularidade em publicações relacionadas com a pesquisa financeira.
Este livro é um dos primeiros a explorar a utilização de métodos de aprendizagem por reforço em finanças.
O autor Yves Hilpisch, fundador e CEO da The Python Quants, fornece os conhecimentos de que necessitas de forma concisa. Os profissionais de ML, os operadores financeiros, os gestores de carteiras, os estrategas e os analistas centrar-se-ão na implementação destes algoritmos sob a forma de código Python autónomo e na sua aplicação a problemas financeiros importantes.
Este livro aborda:
- Aprendizagem por reforço
- Deep Q-learning
- Implementações Python destes algoritmos
- Como aplicar os algoritmos a problemas financeiros, tais como negociação algorítmica, cobertura dinâmica e alocação dinâmica de activos
Este livro é a referência ideal sobre este tema. Lê-o uma vez, altera os exemplos de acordo com as tuas necessidades ou ideias e consulta-o sempre que trabalhares com RL para finanças.
O Dr. Yves Hilpisch é fundador e CEO do The Python Quants, um grupo que se concentra na utilização de tecnologias de código aberto para a ciência de dados financeiros, IA, gestão de activos, negociação algorítmica e finanças computacionais.
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access