Uczenie przez wzmacnianie w finansach : wprowadzenie z wykorzystaniem Pythona

Książka

W koszyku

Uczenie przez wzmacnianie w finansach : wprowadzenie z wykorzystaniem Pythona / Yves J. Hilpisch ; przekład: Tomasz Walczak. - Gliwice : Helion, 2025. - 183, [1] strona : ilustracja, wykresy ; 24 cm.

Autor

Hilpisch Yves. Autor Walczak Tomasz. Tłumaczenie

Forma i typ

Książki Poradniki i przewodniki

Temat

Algorytmy Finanse Python (język programowania) Uczenie maszynowe Uczenie przez wzmacnianie (uczenie maszynowe)

Gatunek

Poradnik

Dziedzina i ujęcie

Gospodarka, ekonomia, finanse Informatyka i technologie informacyjne

Uczenie się na podstawie interakcji Uczenie bayesowskie Rzuty niesymetryczną monetą Rzuty niesymetryczną kością Aktualizacje bayesowskie Uczenie przez wzmacnianie Najważniejsze przełomowe osiągnięcia Główne elementy składowe Deep Q-Learning (DQL) Deep Q-learning Problemy decyzyjne Programowanie dynamiczne Q-Learning Przykłady z grą CartPole Środowisko gry Losowy agent Agent DQL Q-Learning a uczenie nadzorowane Algorytm Q-learning w finansach Środowisko Finance Agent DQL Miejsca, w których analogia zawodzi Ograniczona ilość danych Brak wpływu Rozszerzanie danych Symulowane dane Szeregi czasowe z szumem Symulowane szeregi czasowe Klasa Pythona DQLAgent Dane generowane Prosty przykład Przykład finansowy Test Kołmogorowa-Smirnowa Zastosowania finansowe Handel algorytmiczny Jeszcze o grze predykcyjnej Środowisko Trading Agent transakcyjny Środowisko Finance Klasa DQLAgent Środowisko Simulation Dynamiczny hedging Delta hedging Środowisko Hedging Agent do hedgingu Wzór według modelu BSM (1973) Dynamiczna alokacja w aktywa Podział między dwa fundusze Scenariusz z dwoma aktywami Scenariusz z trzema aktywami Portfel o równych wagach Kod dla scenariusza z trzema aktywami Optymalna realizacja zleceń Model Implementacja modelu Środowisko realizacji transakcji Agent losowy Agent do realizacji transakcji

Sygnatura czytelni BWEAiI: XII Ł 13

Pliki multimedialne:

Status dostępności:

Biblioteka WEAiI

Egzemplarze są dostępne wyłącznie na miejscu w bibliotece: sygn. 157447 N (1 egz.)

Strefa uwag:

Tytuł oryginału: Reinforcement learning for finance : a Python-based introduction, 2025

Uwaga ogólna

Na stronie tytułowej i okładce także nazwa wydawcy oryginału: O'Reilly.

Uwaga dotycząca bibliografii

Bibliografie, netografie przy rozdziałach.

Uwaga dotycząca przeznaczenia czytelniczego

Dla naukowców i praktyków poszukujących skutecznych algorytmów, przydatnych w pracy z finansami.