金融强化学习
金融强化学习
Yves Hilpisch
吉政宇, 汪福君, 金政权 译
出版时间:2026年05月
页数:229
“本书是任何渴望学习并将强化学习应用于金融领域的人不可或缺的资源。本书在理论与实践之间架起了一座专业的桥梁,提供了清晰的解释和详细的Python代码。对于希望在这一前沿领域加深和提高技术专业知识的学生、学者和从业人员来说,这是一本必读书。”
——Ivilina Popova
德州州立大学金融学教授

强化学习在人工智能领域取得了多项突破。仅深度Q学习算法的使用,就帮助人们开发出了能以超人水平玩街机游戏和棋盘游戏的智能体。最近,RL、DQL和类似的方法在与金融研究相关的出版物中大受欢迎。
本书是首批探索强化学习方法在金融领域应用的书籍之一。
本书作者是Python Quants的创始人兼首席执行官,他将以简明扼要的方式为您提供所需的背景知识。ML从业人员、金融交易员、投资组合经理、策略师和分析师将重点关注这些算法以独立Python代码的形式实现,以及在重要金融问题中的应用。
本书内容包括:
● 强化学习。
● 深度Q学习。
● Actor-critic算法。
● 这些算法的Python实现。
● 如何将算法应用于金融问题,如算法交易、动态对冲和动态资产配置。
本书是这一主题的理想参考书。你只需阅读一遍,然后根据自己的需要或想法更改示例,并在使用RL处理金融问题时随时参考。
  1. 前言
  2. 第一部分 基础知识
  3. 第1章 通过互动学习
  4. 1.1 贝叶斯学习
  5. 1.1.1 抛出一枚有偏硬币
  6. 1.1.2 掷一枚有偏骰子
  7. 1.1.3 贝叶斯更新
  8. 1.2 强化学习
  9. 1.2.1 重大突破
  10. 1.2.2 主要组成部分
  11. 1.3 深度Q学习
  12. 1.4 总结
  13. 1.5 参考文献
  14. 第2章 深度Q学习
  15. 2.1 决策问题
  16. 2.2 动态规划
  17. 2.3 Q学习
  18. 2.4 以CartPole为例
  19. 2.4.1 游戏运行环境
  20. 2.4.2 随机智能体
  21. 2.4.3 DQL智能体
  22. 2.5 Q学习与监督学习的比较
  23. 2.6 总结
  24. 2.7 参考文献
  25. 第3章 金融Q学习
  26. 3.1 金融环境
  27. 3.2 DQL智能体
  28. 3.3 类比失败的地方
  29. 3.3.1 有限数据
  30. 3.3.2 没有影响
  31. 3.4 总结
  32. 3.5 参考文献
  33. 第二部分 数据增强
  34. 第4章 模拟数据
  35. 4.1 含噪时间序列数据
  36. 4.2 模拟时间序列数据
  37. 4.3 总结
  38. 4.4 参考文献
  39. 4.5 DQLAgent Python类
  40. 第5章 数据准备
  41. 5.1 简单案例
  42. 5.2 金融案例
  43. 5.3 Kolmogorov-Smirnov检验
  44. 5.4 总结
  45. 5.5 参考文献
  46. 第三部分 金融应用
  47. 第6章 算法交易
  48. 6.1 重温预测游戏
  49. 6.2 交易环境
  50. 6.3 交易智能体
  51. 6.4 总结
  52. 6.5 参考文献
  53. 6.6 金融环境
  54. 6.7 DQLAgent类
  55. 6.8 模拟环境
  56. 第7章 动态对冲
  57. 7.1 Delta对冲
  58. 7.2 对冲环境
  59. 7.3 对冲智能体
  60. 7.4 总结
  61. 7.5 参考文献
  62. 7.6 BSM (1973)公式
  63. 第8章 动态资产配置
  64. 8.1 双基金分离
  65. 8.2 双资产案例
  66. 8.3 三资产案例
  67. 8.4 等权重投资组合
  68. 8.5 总结
  69. 8.6 参考文献
  70. 8.7 三资产代码
  71. 第9章 最优执行
  72. 9.1 模型
  73. 9.2 模型实现
  74. 9.3 执行环境
  75. 9.4 随机智能体
  76. 9.5 执行智能体
  77. 9.6 总结
  78. 9.7 参考文献
  79. 第10章 结语
  80. 参考文献
  81. 作者介绍
  82. 封面介绍
书名:金融强化学习
作者:Yves Hilpisch
译者:吉政宇, 汪福君, 金政权 译
国内出版社:中国电力出版社
出版时间:2026年05月
页数:229
书号:978-7-5239-0539-5
原版书书名:Reinforcement Learning for Finance
原版书出版商:O'Reilly Media
Yves Hilpisch
 
Yves Hilpisch博士是Python Quants集团的创始人和管理合伙人。该集团致 力于应用开源技术来解决金融数据科学、人工智能、算法交易和计算金融 学等问题。他还是AI Machine公司的创始人和CEO,该公司的主营业务是通 过专属策略执行平台来发挥人工智能的威力。他还是Python算法交易大学 认证的在线培训项目的主管。
 
 
本书封面上的动物是一只棕蜘蛛猴(学名:Ateles hybridus)。这种极度濒危的猴子生活在哥伦比亚北部和委内瑞拉北部的森林中。
棕蜘蛛猴大部分为棕色,腹部和前额有一块白色斑块。与所有蜘蛛猴一样,它们有一条能够抓住物体的前伸尾。尾巴长约30英寸,非常灵活。棕蜘蛛猴可以用尾巴悬吊整个身体的质量。它们有四个弯曲的手指,没有拇指。这些适应性有助于它们从一棵树摇到另一棵树,而无需返回地面。它们只是偶尔下到森林地面喝水。它们主要吃水果,也吃树叶、种子和昆虫。
棕蜘蛛猴在世界自然保护联盟(IUCN)的保护级别为极度濒危。这是由于栖息地破碎化、猎杀和该物种的低繁殖率造成的。目前的种群数量估计为3000只。奥莱利封面上的许多动物都濒临灭绝;它们对世界都很重要。
购买选项
定价:78.00元
书号:978-7-5239-0539-5
出版社:中国电力出版社