فلش‌کارت‌های آموزشی معماری‌های یادگیری تقویتی چندعامله برای بهینه‌سازی پورتفولیو

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب معماری‌های یادگیری تقویتی چندعامله برای بهینه‌سازی پورتفولیو

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: یادگیری تقویتی چندعامله برای استراتژی‌های مدیریت پورتفولیو

📋 سرفصل‌های کتاب (100 موضوع)

• 1. مقدمه ای بر یادگیری تقویتی چندعامله
• 2. اصول یادگیری تقویتی
• 3. مفاهیم اساسی یادگیری تقویتی
• 4. عامل
• 5. محیط
• 6. حالت
• 7. پاداش
• 8. سیاست
• 9. تابع ارزش
• 10. تابع ارزش عملی
• 11. مسئله مارکوف تصمیم گیری (MDP)
• 12. مدل های MDP
• 13. پویایی محیط
• 14. تابع پاداش
• 15. مدل های عامل
• 16. انواع یادگیری تقویتی
• 17. یادگیری تقویتی بدون مدل
• 18. یادگیری تقویتی مبتنی بر مدل
• 19. یادگیری تقویتی عمیق (DRL)
• 20. مفاهیم یادگیری تقویتی عمیق
• 21. شبکه های عصبی
• 22. یادگیری عمیق
• 23. الگوریتم های یادگیری تقویتی عمیق
• 24. DQN (Deep Q-Network)
• 25. Policy Gradients
• 26. Actor-Critic
• 27. مقدمه ای بر بهینه سازی پورتفولیو
• 28. مفاهیم اساسی بهینه سازی پورتفولیو
• 29. دارایی ها
• 30. بازده
• 31. ریسک
• 32. پرتفولیو
• 33. بازده پرتفولیو
• 34. ریسک پرتفولیو
• 35. مرز کارا
• 36. مدل مارکوویتز
• 37. بهینه سازی پورتفولیو کلاسیک
• 38. محدودیت ها در بهینه سازی پورتفولیو
• 39. انواع دارایی ها
• 40. هزینه تراکنش
• 41. لغزش قیمت
• 42. محدودیت های طولانی/کوتاه
• 43. مقدمه ای بر یادگیری تقویتی چندعامله (MARL)
• 44. مفاهیم اساسی یادگیری تقویتی چندعامله
• 45. عوامل متعدد
• 46. تعاملات عامل
• 47. هماهنگی عامل
• 48. رقابت عامل
• 49. اقتصادهای چندعامله
• 50. انواع معماری های MARL
• 51. معماری های متمرکز
• 52. معماری های غیرمتمرکز
• 53. معماری های ترکیبی
• 54. چالش های MARL
• 55. پیچیدگی حالت-عمل
• 56. ناپایداری محیط
• 57. محیط های پویا
• 58. همگام سازی عامل
• 59. مسائل ارتباطی
• 60. معماری های MARL برای بهینه سازی پورتفولیو
• 61. کاربرد MARL در بهینه سازی پورتفولیو
• 62. مزایای MARL برای بهینه سازی پورتفولیو
• 63. مدل سازی تعاملات دارایی
• 64. مدل سازی رفتار معامله گر
• 65. مدل سازی دینامیک بازار
• 66. معماری های متمرکز برای بهینه سازی پورتفولیو
• 67. عامل مرکزی
• 68. فضای حالت مشترک
• 69. فضای عمل مشترک
• 70. الگوریتم های متمرکز
• 71. مثال ها و مطالعات موردی
• 72. معماری های غیرمتمرکز برای بهینه سازی پورتفولیو
• 73. عوامل مستقل
• 74. فضای حالت توزیع شده
• 75. فضای عمل توزیع شده
• 76. ارتباط بین عوامل
• 77. الگوریتم های غیرمتمرکز
• 78. مثال ها و مطالعات موردی
• 79. معماری های ترکیبی برای بهینه سازی پورتفولیو
• 80. عوامل نیمه متمرکز
• 81. سطوح مختلف هماهنگی
• 82. ترکیب مزایای معماری های متمرکز و غیرمتمرکز
• 83. الگوریتم های ترکیبی
• 84. مثال ها و مطالعات موردی
• 85. الگوریتم های خاص MARL برای بهینه سازی پورتفولیو
• 86. MADDPG (Multi-Agent Deep Deterministic Policy Gradient)
• 87. QMIX
• 88. VDN (Value Decomposition Networks)
• 89. COMA (Counterfactual Multi-Agent Policy Gradients)
• 90. MAPPO (Multi-Agent Proximal Policy Optimization)
• 91. تکنیک های یادگیری در MARL برای بهینه سازی پورتفولیو
• 92. یادگیری تقویتی مبتنی بر تجربه
• 93. یادگیری تقویتی مبتنی بر مدل
• 94. یادگیری تقویتی تقلیدی
• 95. یادگیری تقویتی با پاداش دهی
• 96. استراتژی های پاداش دهی برای بهینه سازی پورتفولیو
• 97. پاداش های مبتنی بر بازده
• 98. پاداش های مبتنی بر ریسک
• 99. پاداش های ترکیبی
• 100. پاداش های مبتنی بر هماهنگی