金融与投资中的人工智能实战 – 视频、书籍、代码

“机器的价值观是人类价值观的体现。“– 李飞飞

这次分享的视频课程，包含免费的 24 节中文视频课程。课程内容依赖于书籍《Artificial Intelligence in Finance》，以实战为主，辅以理论。同时结合配套的源代码，可以方便的在实战中反复学习。

下面分别简单介绍并分享视频、书籍、代码内容。

书籍：

书籍我个人建议先看一下视频，如果觉得不错可以支持正版。

Tips：作者 Yves Hilpisch 是 The Python Quants (https://tpq.io) 和 The AI Machine (https://aimachine.io) 的创始人兼首席执行官。在数学金融方面，他在 CQF 计划中讲授计算金融，并且是计算金融的兼职教授。Yves 还是第一个 Python 算法交易和计算金融大学证书课程的主任。

了解更多 https://home.tpq.io/books/aiif/

视频列表：

视频地址：【人工智能 & 金融投资：AI in Finance】AI in Finance（中文）（合辑）

视频是油管一位博主 ChengHsi Hsieh 根据书籍《Artificial Intelligence in Finance》的实战过程，包括：

课程列表：

01. Dissonance- 逻辑混乱的开场

02. Artificial Intelligence-1- 非监督式学习与强化学习

03. Artificial Intelligence-2- 最小平方迴归与神经网路

04. Superintelligence- OpenAI Gym 的木棒台车平衡问题

05. Normative Finance-1- 期望效用理论与期望值 - 变异数投资组合理论

06. Normative Finance-2- 资本市场线、最适投资组合、效用无异曲线与套利定价理论

07. Data-Driven Finance-1- 重新审视期望值 - 变异数投资组合理论

08. Data-Driven Finance-2- 重新审视资本资产定价模型与套利定价理论

09. Data-Driven Finance-3- 重新审视常态性与线性模型之假设

10. Machine Learning- 机器学习

11. AI-First Finance- 人工智慧优先之财务

12. Dense Neural Networks-1- 密集连接神经网路 -1

13. Dense Neural Networks-2- 密集连接神经网路 -2

14. Recurrent Neural Network-1- 循环神经网路 -1

15. Recurrent Neural Network-2- 循环神经网路 -2

16. Convolutional Neutral Networks- 一维卷积神经网路

17. Reinforcement Learning-1- 以蒙地卡罗解决 OpenAI Gym 的木棒台车平衡问题

18. Reinforcement Learning-2- 以神经网路解决 OpenAI Gym 的木棒台车平衡问题

19. Reinforcement Learning-3- 以深度 Q 学习 (DQL) 解决 OpenAI 的木棒台车平衡问题

20. Reinforcement Learning-4- 简单的财务训练环境 (Finance Gym)

21. Reinforcement Learning-5- 较佳的财务训练环境及财务 Q 学习 (FQL)

23. Risk Management-1- 交易机器人之回溯测试

24. Risk Management-2- 平均真实波幅、停损、移动停损

源代码：

书源代码开源在 github，使用 jupyter notebook 组织，python 编写，方便实战，源代码地址：https://github.com/yhilpisch/aiif

也欢迎同时关注我的同名 vx 公众号和 weibo 围脖，一起学习~

原文链接：https://www.bilibili.com/read/cv11902210/