外部资源

以下内容由AI4Finance社区在FinRL及相关项目开发过程中收集和参考。其中一些内容具有教育意义且相对简单，而另一些则较为专业，需要高级知识。我们感谢并尊重所有这些内容的作者和开发者的努力。

概念验证

[1] FinRL: 用于量化金融自动交易的深度强化学习框架 用于量化金融自动交易的深度强化学习框架，ACM国际人工智能金融会议，ICAIF 2021。

[2] FinRL: A Deep Reinforcement Learning Library for Automated Stock Trading in Quantitative Finance 一个用于量化金融中自动化股票交易的深度强化学习库，深度强化学习研讨会，NeurIPS 2020。

[3] 实用的深度强化学习方法用于股票交易. NeurIPS 研讨会关于人工智能在金融服务中的挑战与机遇：公平性、可解释性、准确性和隐私的影响, 2018.

[4] 深度强化学习在交易中的应用. 张子豪, Stefan Zohren, 和 Stephen Roberts. 金融数据科学杂志 2, 第2期 (2020): 25-40.

[5] A Deep Reinforcement Learning Framework for the Financial Portfolio Management Problem. 江正尧, 徐迪星, 和梁金俊. arXiv 预印本 arXiv:1706.10059 (2017).

DRL算法/库

[1] ElegentRL 文档 由 AI4Finance 基金会提供。

[2] Spinning Up in Deep RL 由 OpenAI 提供。

理论

[1] 深度强化学习：概述 Li, Yuxi. arXiv 预印本 arXiv:1701.07274 (2017).

[2] 连续时间均值-方差投资组合选择：一个强化学习框架。数学金融，30(4)，第1273-1308页。王，H. 和周，X.Y.，2020年。

[3] 毛冠和肖阳刘。可解释的深度强化学习在投资组合管理中的应用：一种实证方法。ACM国际金融人工智能会议，ICAIF 2021。

[4] ICAIF 国际人工智能金融会议。

交易策略

[1] 用于自动化股票交易的深度强化学习：一种集成策略. ACM国际金融人工智能会议, 2020.

[2] FinRL-Podracer: 用于量化金融的高性能和可扩展的深度强化学习。ACM 国际金融人工智能会议，ICAIF 2021。

[3] 多智能体强化学习在清算策略分析中的应用，论文 和 代码。多智能体学习应用与基础设施研讨会，ICML 2019。

[4] 风险敏感强化学习：一种处理奖励不确定性的鞅方法。 国际金融人工智能会议，ICAIF 2020。

[5] 使用机器学习进行加密货币交易. 风险与金融管理杂志, 2020年8月.

[6] Multi-Agent Reinforcement Learning in a Realistic Limit Order Book Market Simulation. Michaël Karpe, Jin Fang, Zhongyao Ma, Chen Wang. 国际金融人工智能会议 (ICAIF’20), 2020年9月.

[7] 通过强化学习进行市场做市. Thomas Spooner, John Fearnley, Rahul Savani, Andreas Koukorinis. AAMAS2018 会议论文集

[8] 金融交易作为游戏：一种深度强化学习方法 黄建毅. arXiv 预印本 arXiv:1807.02787 (2018).

[9] 深度对冲：使用强化学习在通用市场摩擦下对冲衍生品 Buehler, Hans, Lukas Gonon, Josef Teichmann, Ben Wood, Baranidharan Mohan, 和 Jonathan Kochems. 瑞士金融研究所研究论文 19-80 (2019).

金融大数据

[1] FinRL-Meta: 一个用于数据驱动的深度强化学习在量化金融中的近真实市场环境宇宙。NeurIPS 2021 以数据为中心的人工智能研讨会

解释与可解释性

[1] 可解释的深度强化学习在投资组合管理中的应用：一种实证方法. 关, M. 和 刘, X.Y.. ACM 国际人工智能金融会议, 2021.

工具或软件

[1] FinRL 由AI4Finance基金会提供。

[2] FinRL-Meta: 一个近乎真实的市场环境宇宙，用于量化金融中的数据驱动深度强化学习，由AI4Finance基金会提供。

[3] ElegantRL: 由AI4Finance基金会开发的DRL库。

[4] Stable-Baselines3: 可靠的强化学习实现。

调查

[1] 金融领域强化学习的最新进展. Hambly, B., Xu, R. 和 Yang, H., 2021.

[2] 用于交易的深度强化学习——一项关键调查. Adrian Millea, 2021.

[3] 金融中强化学习的现代视角 Kolm, Petter N. 和 Ritter, Gordon. 金融机器学习杂志, 第1卷, 第1期, 2020年.

[4] 经济学和金融学中的强化学习 Charpentier, Arthur, Romuald Elie, 和 Carl Remlinger. 计算经济学 (2021): 1-38.

[5] 深度强化学习方法及其在经济学中的应用的综合评述 Mosavi, Amirhosein, Yaser Faghan, Pedram Ghamisi, Puhong Duan, Sina Faizollahzadeh Ardabili, Ely Salwana, 和 Shahab S. Band. Mathematics 8, no. 10 (2020): 1640.

教育

[1] Coursera 金融强化学习高级方法概述. 由 Igor Halperin 在纽约大学提供。

[2] 强化学习基础及其在金融中的应用 作者：Ashwin Rao, Tikhon Jelvis, 斯坦福大学