دوره یادگیری استراتژی‌های تعادلی در بازی‌های مالی با MARL همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب یادگیری استراتژی‌های تعادلی در بازی‌های مالی با MARL

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: یادگیری تقویتی چندعامله برای استراتژی‌های سرمایه‌گذاری

📋 سرفصل‌های کتاب (100 موضوع)

• 1. مقدمه بر بازی‌های مالی
• 2. مقدمه بر یادگیری تقویتی چند عاملی (MARL)
• 3. تفاوت بازی‌های مالی و بازی‌های سنتی
• 4. کاربرد MARL در حوزه مالی
• 5. چالش‌های یادگیری استراتژی‌های تعادلی در بازی‌های مالی
• 6. تعریف بازی مالی
• 7. عناصر اصلی بازی مالی (بازیکنان، اقدامات، اطلاعات، پرداخت‌ها)
• 8. انواع بازی‌های مالی (همزمان، ترتیبی، با اطلاعات کامل، با اطلاعات ناقص)
• 9. تعریف تعادل در نظریه بازی‌ها
• 10. انواع تعادل (نش، کورنو، استاکلبرگ، برتاند)
• 11. مفهوم تعادل نش در بازی‌های مالی
• 12. مفهوم تعادل کورنو در بازی‌های مالی
• 13. مفهوم تعادل استاکلبرگ در بازی‌های مالی
• 14. مفهوم تعادل برتاند در بازی‌های مالی
• 15. مشکلات یافتن تعادل در بازی‌های مالی با تعداد زیاد بازیکن
• 16. مشکلات یافتن تعادل در بازی‌های مالی با پویایی بالا
• 17. محدودیت‌های روش‌های تحلیلی برای یافتن تعادل
• 18. نیاز به روش‌های محاسباتی برای یافتن تعادل
• 19. معرفی یادگیری تقویتی (RL)
• 20. عناصر اصلی یادگیری تقویتی (عامل، محیط، وضعیت، اقدام، پاداش، سیاست)
• 21. تفاوت RL با یادگیری نظارت شده و بدون نظارت
• 22. یادگیری تقویتی تک عاملی (Single-Agent RL)
• 23. الگوریتم‌های پایه RL (Q-Learning، SARSA)
• 24. یادگیری تقویتی عمیق (Deep RL)
• 25. شبکه‌های عصبی عمیق در RL
• 26. معرفی یادگیری تقویتی چند عاملی (MARL)
• 27. تفاوت MARL با RL تک عاملی
• 28. چالش‌های اصلی در MARL
• 29. مفهوم محیط مشترک و محیط‌های غیر ایستا در MARL
• 30. مفهوم عدم قطعیت و ناهمگونی در MARL
• 31. عدم قطعیت در انگیزه‌ها و اهداف عوامل در MARL
• 32. عدم قطعیت در دانش و ادراک عوامل در MARL
• 33. مفهوم تعادل در MARL
• 34. تعادل نش در MARL
• 35. تعادل مبتنی بر سیاست در MARL
• 36. تعادل مبتنی بر ارزش در MARL
• 37. مفهوم تعادل نش تقریبی (Approximate Nash Equilibrium)
• 38. روش‌های یادگیری برای یافتن تعادل در MARL
• 39. یادگیری بازی‌های مجموع صفر (Zero-Sum Games)
• 40. یادگیری بازی‌های مجموع غیر صفر (Non-Zero-Sum Games)
• 41. یادگیری بازی‌های همزمان (Simultaneous Games)
• 42. یادگیری بازی‌های ترتیبی (Sequential Games)
• 43. معرفی الگوریتم‌های MARL مبتنی بر سیاست
• 44. Policy Gradient در MARL
• 45. Actor-Critic در MARL
• 46. Deep Deterministic Policy Gradient (DDPG) در MARL
• 47. Proximal Policy Optimization (PPO) در MARL
• 48. معرفی الگوریتم‌های MARL مبتنی بر ارزش
• 49. Value-Based RL در MARL
• 50. Deep Q-Network (DQN) در MARL
• 51. Multi-Agent Deep Q-Network (MADQN)
• 52. Deep Coordination-Graph (DCG)
• 53. Double DQN در MARL
• 54. Dueling DQN در MARL
• 55. معرفی الگوریتم‌های MARL ترکیبی (Value and Policy-Based)
• 56. معرفی الگوریتم‌های MARL مبتنی بر مدل (Model-Based MARL)
• 57. مدل‌سازی محیط در MARL
• 58. استفاده از مدل برای پیش‌بینی و برنامه‌ریزی در MARL
• 59. معرفی رویکردهای مبتنی بر عامل مرکزی (Centralized Agent)
• 60. قابلیت‌ها و محدودیت‌های عامل مرکزی
• 61. یادگیری با عامل مرکزی (Centralized Training)
• 62. اجرای توزیع شده (Decentralized Execution)
• 63. معرفی رویکردهای مبتنی بر عامل غیرمرکزی (Decentralized Agent)
• 64. یادگیری مستقل (Independent Learning)
• 65. مشکلات یادگیری مستقل
• 66. معرفی رویکردهای مبتنی بر عامل نیمه مرکزی (Semi-Centralized Agent)
• 67. معرفی شبکه‌های ارتباطی در MARL
• 68. ارتباط بین عوامل در MARL
• 69. یادگیری پروتکل‌های ارتباطی
• 70. مفهوم عامل ناظر (Observer Agent)
• 71. مفهوم عامل مربی (Teacher Agent)
• 72. معرفی روش‌های مبتنی بر شبیه‌سازی (Simulation-Based MARL)
• 73. ساخت شبیه‌سازهای بازی مالی
• 74. استفاده از شبیه‌سازها برای آموزش عوامل MARL
• 75. معرفی داده‌های واقعی در MARL مالی
• 76. چالش‌های استفاده از داده‌های واقعی
• 77. پیش‌پردازش داده‌های مالی برای MARL
• 78. معرفی مدل‌های یادگیری عمیق برای بازی‌های مالی
• 79. شبکه‌های عصبی کانولوشنی (CNN) در MARL مالی
• 80. شبکه‌های عصبی بازگشتی (RNN) در MARL مالی
• 81. شبکه‌های حافظه طولانی کوتاه‌مدت (LSTM) در MARL مالی
• 82. ترانسفورمرها در MARL مالی
• 83. معرفی مفاهیم پیشرفته در MARL مالی
• 84. یادگیری با پاداش‌های پراکنده (Sparse Rewards)
• 85. یادگیری با پاداش‌های منفی (Negative Rewards)
• 86. یادگیری با پاداش‌های متناقض (Conflicting Rewards)
• 87. یادگیری تقویتی با پاداش‌های اجتماعی (Socially Aware RL)
• 88. یادگیری تقویتی با پاداش‌های اخلاقی (Ethically Aware RL)
• 89. معرفی کاربردهای MARL در بازارهای مالی
• 90. معامله الگوریتمی (Algorithmic Trading)
• 91. مدیریت پرتفوی (Portfolio Management)
• 92. پیش‌بینی قیمت سهام (Stock Price Prediction)
• 93. مدل‌سازی رفتار سرمایه‌گذاران (Investor Behavior Modeling)
• 94. تشخیص کلاهبرداری (Fraud Detection)
• 95. بهینه‌سازی اجرای سفارش (Order Execution Optimization)
• 96. مدیریت ریسک (Risk Management)
• 97. بازی‌های استراتژیک در بازارهای مالی (مانند جنگ‌های قیمتی)
• 98. معرفی ابزارها و فریم‌ورک‌های MARL
• 99. OpenAI Gym
• 100. PettingZoo