安波: Deep Reinforcement Learning for Quantitative Trading
发布日期:2024-04-30  字号:   【打印

报告时间:2024年5月6日(星期一)11:00-12:00

报告地点:工程管理与智能制造研究中心会议楼第二学术报告厅

:安波 教授

工作单位:新加坡南洋理工大学

举办单位:管理学院

报告简介

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.

报告人简介

安波,新加坡南洋理工大学校长讲席教授和南洋理工大学人工智能研究院联席院长,主要研究领域包括人工智能、多智能体系统、算法博弈论、强化学习、及优化。有150余篇论文发表在人工智能领域的国际顶级会议以及著名学术期刊。曾获2010IFAAMAS杰出博士论文奖、2011年美国海岸警卫队的卓越运营奖、2012AAMAS最佳应用论文奖、2016年IAAI创新应用论文奖,2020DAI最佳论文奖,2012年美国运筹学和管理学研究协会(INFORMS)Daniel H. Wagner杰出运筹学应用奖,2018年南洋青年研究奖、以及2022年南洋研究奖等荣誉。

点击排行榜