领读计划NO.10 | 基于深度增强学习的量化交易机器人：从AlphaGo到FinRL的演变过程

深度强化学习(DRL)被公认为量化投资中的有效方法，量化交易的初学者有兴趣获得上手操作的经验。训练实用的DRL交易agent，决定交易仓位，交易价格和交易数量，可能面临很陡的学习曲线，也可能需要很有挑战性的开发，调参和测试。本期#领读计划#，特邀 AI4Finance合伙人 Bruce Yang ，为大家介绍一个名为FinRL的库，帮助初学者基于DRL开发交易策略。FinRL基于完整性、易上手和可重复三个原则为初学者获得实战经验铺平道路。用户可以根据交易场景例如股票交易、资产配置、高频交易或者比特币交易从FinRL中选取环境配置，然后调取最先进的DRL算法进行模型训练和模拟交易。FinRL提供端到端的解决方案。

注：本次分享中不单单只是讲解，更有Jupyter Notebook实操展示环节。

202102 第十期 #领读计划# 活动流程

1，分享话题： 基于深度增强学习的量化交易机器人：从AlphaGo到FinRL的演变过程

2，领读人： Bruce Yang，美国哥伦比亚大学 数据科学方向 master 毕业，6年数据科学工作经验，曾在华尔街投行就职，现任AI4Finance合伙人。

3，时间： 2月28日（周日） 北京时间 20:00

4，地点： 腾讯会议 (可在直播时开麦语音交流)，哔哩哔哩直播间(转播)。

参与方式请阅读原文

领读计划NO.10 | 基于深度增强学习的量化交易机器人：从AlphaGo到FinRL的演变过程

6，分享提纲：

1. 介绍从AlphaGo到FinRL的发展历史

-介绍AlphaGo → AlphaGo Zero → AlphaZero → MuZero的演变，以及近期在生物工程上取得的重大成就

-介绍FinRL的演变历史

2. 用深度增强学习做股票交易的例子

-以股票交易作为例子教学，如何把交易问题映射到增强学习里

-股票交易的环境设置

-股票交易的实验设置

-股票交易的表现

-股票交易的总结

3. 基于深度增强学习的股票交易框架

-FinRL的初衷

-FinRL的发展计划

-FinRL的贡献

-FinRL的框架结构

-FinRL的交易表现

7，活动须知 ： 周日（2月28日）20点00分前会在知识星球内发帖提醒 ，大家可以调试网络环境进入语音室，并做自我介绍。领读人先讲解领读材料或对领读话题发表自己见解（20-30分钟），后续就话题或更general的topic自由交流（开放麦克权限）

注：时间节点若有变化，会在知识星球内及时更新（公众号暂无法做到及时同步）