|
所在平台: Coursera |
课程主页: https://www.coursera.org/learn/reinforcement-learning-in-finance
课程评论：没有评论
课程名称：金融中的强化学习 课程概述： 本课程旨在介绍强化学习（RL）的基本概念，并开发在期权估值、交易和资产管理中的应用案例。课程结束时，学生将能够使用强化学习解决传统金融问题，例如投资组合优化、最佳交易以及期权定价和风险管理。他们将通过著名的Q学习示例来实践金融问题，最终运用所学知识完成一个基于强化学习的市场动态简单模型作为课程项目。 先修课程： 要求学生完成“金融中的机器学习导览”和“金融中的机器学习基础”课程。学生需要了解对数正态过程及其模拟方法。期权定价知识不是必须的，但了解者优先。 课程大纲： 1. MDP（马尔可夫决策过程）与强化学习 - 描述：介绍MDP的基本概念及其在强化学习中的应用。 2. 期权定价的MDP模型：动态规划方法 - 描述：探讨如何通过动态规划方法建立MDP模型实现期权定价。 3. 期权定价的MDP模型：强化学习方法 - 描述：运用强化学习方法构建期权定价的MDP模型。 4. 投资组合股票交易中的RL与反向RL - 描述：分析在投资组合管理和股票交易中应用强化学习与反向强化学习的策略。 通过本课程的学习，学生将具备将强化学习应用于金融领域的能力，包括理解其在各种金融问题中的应用和建模能力。
Name:MDP and Reinforcement Learning
Description:
Name:MDP model for option pricing: Dynamic Programming Approach
Description:
Name:MDP model for option pricing - Reinforcement Learning approach
Description:
Name:RL and INVERSE RL for Portfolio Stock Trading
Description:
This course aims at introducing the fundamental concepts of Reinforcement Learning (RL), and develop use cases for applications of RL for option valuation, trading, and asset management. By the end of this course, students will be able to - Use reinforcement learning to solve classical problems of Finance such as portfolio optimization, optimal trading, and option pricing and risk management. - Practice on valuable examples such as famous Q-learning using financial problems. - Apply their knowledge acquired in the course to a simple model for market dynamics that is obtained using reinforcement learning as the course project. Prerequisites are the courses "Guided Tour of Machine Learning in Finance" and "Fundamentals of Machine Learning in Finance". Students are expected to know the lognormal process and how it can be simulated. Knowledge of option pricing is not assumed but desirable.
