فلش‌کارت‌های آموزشی کاربرد MARL در توسعه سیستم‌های خودکار تصمیم‌گیری برای پورتفولیو

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب کاربرد MARL در توسعه سیستم‌های خودکار تصمیم‌گیری برای پورتفولیو

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: یادگیری تقویتی چندعامله برای استراتژی‌های مدیریت پورتفولیو

📋 سرفصل‌های کتاب (100 موضوع)

• 1. مقدمه ای بر سیستم های خودکار تصمیم گیری
• 2. مقدمه ای بر مدیریت پورتفولیو
• 3. مقدمه ای بر یادگیری تقویتی چند عامله (MARL)
• 4. مفاهیم اساسی یادگیری تقویتی (RL)
• 5. عامل، محیط، حالت، عمل، پاداش
• 6. فرآیندهای تصمیم گیری مارکوف (MDP)
• 7. مفاهیم اساسی MARL
• 8. عوامل، محیط، حالات مشترک، اقدامات مشترک، پاداش های مشترک
• 9. مدل های مختلف MARL
• 10. همکاری، رقابت، مختلط
• 11. چالش های MARL
• 12. عدم قطعیت، ارتباطات، مقیاس پذیری، ناپایداری
• 13. کاربرد MARL در توسعه سیستم های خودکار تصمیم گیری
• 14. کاربرد MARL در مدیریت پورتفولیو
• 15. مزایای MARL برای تصمیم گیری خودکار پورتفولیو
• 16. تصمیم گیری پویا و سازگار
• 17. بهینه سازی پیچیده
• 18. مدیریت ریسک بهتر
• 19. کشف فرصت های جدید
• 20. معرفی انواع دارایی ها در پورتفولیو
• 21. سهام
• 22. اوراق قرضه
• 23. کالاها
• 24. املاک و مستغلات
• 25. ارزهای دیجیتال
• 26. ابزارهای مشتقه
• 27. معیارهای ارزیابی عملکرد پورتفولیو
• 28. بازده
• 29. ریسک
• 30. نسبت شارپ
• 31. نسبت سورتینو
• 32. حداکثر افت
• 33. ارزیابی ریسک در پورتفولیو
• 34. ریسک سیستماتیک
• 35. ریسک غیر سیستماتیک
• 36. ریسک بازار
• 37. ریسک اعتباری
• 38. ریسک نقدینگی
• 39. ریسک عملیاتی
• 40. مدل های کلاسیک تخصیص دارایی
• 41. تخصیص دارایی ثابت
• 42. تخصیص دارایی پویا
• 43. بهینه سازی پرتفوی مارکوویتز
• 44. مدل های مدرن تخصیص دارایی
• 45. تخصیص دارایی مبتنی بر ریسک
• 46. تخصیص دارایی مبتنی بر فاکتور
• 47. معرفی چارچوب MARL برای مدیریت پورتفولیو
• 48. طراحی عامل (عوامل)
• 49. شناسایی عامل (یا عوامل)
• 50. نقش عوامل در سیستم
• 51. توانایی های تصمیم گیری عوامل
• 52. محیط شبیه سازی شده پورتفولیو
• 53. ویژگی های محیط
• 54. دینامیک بازار
• 55. داده های تاریخی
• 56. عوامل خارجی
• 57. حالات (States) در MARL پورتفولیو
• 58. تعریف حالات
• 59. نمایش حالات
• 60. اطلاعات در دسترس عامل
• 61. داده های بازار
• 62. اطلاعات اقتصادی
• 63. اطلاعات شرکت ها
• 64. وضعیت فعلی پورتفولیو
• 65. اقدامات (Actions) در MARL پورتفولیو
• 66. تعریف اقدامات
• 67. فضای اقدامات
• 68. خرید، فروش، نگهداری
• 69. تخصیص مجدد
• 70. تنوع بخشی
• 71. پاداش ها (Rewards) در MARL پورتفولیو
• 72. طراحی تابع پاداش
• 73. پاداش مبتنی بر بازده
• 74. پاداش مبتنی بر ریسک
• 75. پاداش ترکیبی
• 76. تنظیم پاداش برای همسوسازی با اهداف
• 77. الگوریتم های MARL برای مدیریت پورتفولیو
• 78. الگوریتم های مبتنی بر ارزش (Value-based)
• 79. Deep Q-Networks (DQN)
• 80. Double DQN
• 81. Prioritized Experience Replay
• 82. Dueling DQN
• 83. الگوریتم های مبتنی بر سیاست (Policy-based)
• 84. Policy Gradients
• 85. REINFORCE
• 86. Actor-Critic Methods
• 87. Advantage Actor-Critic (A2C)
• 88. Asynchronous Advantage Actor-Critic (A3C)
• 89. Proximal Policy Optimization (PPO)
• 90. الگوریتم های مبتنی بر مدل (Model-based)
• 91. Model-predictive control (MPC)
• 92. Dyna-Q
• 93. الگوریتم های MARL خاص برای پورتفولیو
• 94. Cooperative MARL برای پورتفولیو
• 95. Competitive MARL برای پورتفولیو
• 96. Multi-agent Actor-Critic (MADDPG)
• 97. Counterfactual Multi-Agent Policy Gradients (COMA)
• 98. Independent Q-Learning (IQL)
• 99. Shared Experience Replay
• 100. Multi-Agent Deep Deterministic Policy Gradient (MA-DDPG)