亿酷棋牌世界官方下载-娱乐休闲棋牌游戏

學術交流
位置: 首頁 > 學術交流 > 正文

安波: Deep Reinforcement Learning for Quantitative Trading

時間:2024-04-30來源:管理學院

報告時間:2024年5月6日(星期一)11:00-12:00

報告地點:工程管理與智能制造研究中心會議樓第二學術報告廳

:安波 教授

工作單位:新加坡南洋理工大學

舉辦單位:管理學院

報告簡介

In the last decade, we have witnessed a significant development of AI-powered quantitative trading (QT). Traditional AI-powered QT methods discover trading opportunities based on either heuristic rules or financial prediction. However, due to the high volatility and noisy nature of financial market, their performance is not stable and highly reply on the market condition. Recently, reinforcement learning (RL) becomes an appealing approach for QT tasks owing to its stellar performance on solving complex decision-making problems. This talk will discuss some recent research progress in RL for QT and future directions.

報告人簡介

安波,新加坡南洋理工大學校長講席教授和南洋理工大學人工智能研究院聯席院長,主要研究領域包括人工智能、多智能體系統、算法博弈論、強化學習、及優化。有150余篇論文發表在人工智能領域的國際頂級會議以及著名學術期刊。曾獲2010IFAAMAS杰出博士論文獎、2011年美國海岸警衛隊的卓越運營獎、2012AAMAS最佳應用論文獎、2016年IAAI創新應用論文獎,2020DAI最佳論文獎,2012年美國運籌學和管理學研究協會(INFORMS)Daniel H. Wagner杰出運籌學應用獎,2018年南洋青年研究獎、以及2022年南洋研究獎等榮譽。

關閉

聯系我們:安徽省合肥市屯溪路193號(230009)  郵編:230009

Copyright ? 2019 合肥工業大學    皖公網安備 34011102000080號 皖ICP備05018251號-1  

本網站推薦1920*1080分辨率瀏覽

百家乐桌14人| 百家乐的珠盘| 百家乐注册赠金| 网上百家乐官网骗人吗| 博必发百家乐的玩法技巧和规则| 揭秘百家乐官网百分之50| 大发888熊之舞怎么玩| 澳门百家乐娱乐城注册| 网上百家乐官网作弊下载| 大发888官方下| 百家乐赌博网址| 试玩百家乐官网帐| 至尊百家乐官网停播| 维多利亚娱乐| 哪个百家乐投注好| 怎样玩百家乐官网的玩法技巧和规则| 扎鲁特旗| 百家乐官网下载游戏| 路劲太阳城样板间| 百家乐百姓话题| 做生意门口朝向| 百家乐官网龙虎玩| 玩百家乐官网保时捷娱乐城| 博九娱乐网| 百家乐破解赌戏玩| 百家乐筹码价格| 百家乐模拟投注器| 什么风水适合做生意| 如何胜百家乐官网的玩法技巧和规则| 百家乐官网娱乐城游戏| 假日国际娱乐城| 澳门金莎娱乐城| 裕民县| 速博国际娱乐| 福建省| 百家乐官网投注法减注| 百家乐官网相对策略| 颍上县| 无锡市| 立博网站| 桦甸市|