棋牌游戏下载-凯特棋牌手机版_高级百家乐桌布_百导全讯网新2 (中国)·官方网站

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

百家乐官网棋牌游戏币| 百家乐官网视频聊天软件| 嬴澳门百家乐的公式| bet365百家乐| 百家乐官网小游戏单机版| 德州扑克攻略| 斗首24山择日天机择日| 太阳城娱乐城88| 百家乐注册开户| 翼城县| 百家乐怎么打啊| 若羌县| 百家乐小路单图解| 百家乐官网游戏排行榜| 路虎百家乐的玩法技巧和规则| 百家乐娱乐城备用网址| 彝良县| 黄金城百家乐安卓版| 马牌百家乐官网的玩法技巧和规则| 今晚六合彩开什么| 百家乐视频金币| 百家乐官网包赢技巧| 百家乐怎样赢| 澳门百家乐官网单注下限| 伟易博百家乐娱乐城 | 百家乐计划软件| 免费百家乐官网奥| 广元市| 赌博中百家乐官网什么意思| 巴登娱乐城信誉怎么样| 百家乐翻天youtube| 稳赢百家乐官网的玩法技巧| 百家乐官网的胜算法| 百家乐游戏打水| 关于百家乐概率的书| 百家乐官网平7s88| 百家乐官网大老娱乐| 博彩评级网| 三国百家乐的玩法技巧和规则| 百家乐官网视频游戏双扣| 大发888 软件|