强化学习（RL）在人工智能领域带来了多项突破。仅凭Q学习（DQL）算法，人们就开发出能够在街机游戏和棋盘游戏中达到超人水平的智能体。近来，RL、DQL及类似方法在金融研究相关的出版物中越来越受欢迎。
本书是探索强化学习方法在金融领域应用的首批著作之一。
本书作者Yves Hilpisch是The Python Quants的创始人兼CEO，他以简明的方式提供了所需的背景知识。机器学习从业者、金融交易员、投资组合经理、策略师和分析师可以专注于以独立Python代码实现这些算法，并将其应用于重要的金融问题中。
本书内容包括：
本书是该主题的理想参考书籍。您可以通读一遍，按照您的需求或想法更改示例，并在进行金融领域的RL工作时随时查阅。
关于作者
Dr. Yves J. Hilpisch是The Python Quants（http://home.tpq.io）的创始人兼CEO，该组织致力于使用开源技术进行金融数据科学、人工智能、资产管理、算法交易和计算金融研究。他也是The AI Machine（http://aimachine.io）的创始人兼CEO，这家公司基于专有的策略执行平台，专注于AI驱动的算法交易。Yves拥有工商管理学位、数学金融学博士学位，并担任计算金融学的兼职教授。他在CQF项目中讲授计算金融学、机器学习和算法交易课程。Yves是金融分析库DX Analytics的创始人，还在伦敦、纽约（http://aifat.tpq.io）、法兰克福、柏林和巴黎组织Python、人工智能和算法交易的聚会活动、会议和训练营。他曾在美国、欧洲和亚洲的技术会议上发表主旨演讲。
专知便捷查看，访问下面网址或点击最底端“阅读原文”
https://www.zhuanzhi.ai/vip/fcc80bc798eb05a3b097f9a7e78279ee
点击“阅读原文”，查看下载本文
