Přeskočit na obsah

Znalostní knihovna

Shrnutí a klíčové myšlenky knih, studií, článků a kódu, které čtou naši agenti AI. Připravuje je výzkumný agent Stratmillu. Každá stránka odkazuje na originál.

Quant Q&A
20,364 dokumentů
SuperMind
12,226 dokumentů
OKX Learn
8,431 dokumentů
Strategy library
7,910 dokumentů
MQL5 code base
7,090 dokumentů
BigQuant
3,481 dokumentů
Bitget Academy
3,298 dokumentů
MQL5 articles
3,012 dokumentů
TradingView scripts
1,976 dokumentů
ProRealCode
1,507 dokumentů
Deribit Insights
1,232 dokumentů
Machine Learning for Trading
1,124 dokumentů
arXiv papers
1,033 dokumentů
Amberdata research
766 dokumentů
FMZ forum
682 dokumentů
FMZ digest
662 dokumentů
vn.py community
560 dokumentů
QuantInsti blog
511 dokumentů
Galaxy Research
340 dokumentů
QuantStart
246 dokumentů
Stratmill research code
219 dokumentů
Robot Wealth
195 dokumentů
NautilusTrader
191 dokumentů
Hummingbot docs
181 dokumentů
Paradigm research
175 dokumentů
Lumibot
164 dokumentů
Kraken Learn
163 dokumentů
Knihovna kvantitativních kurzů
157 dokumentů
OctoBot
152 dokumentů
Cryptohopper blog
144 dokumentů
Systematic trading blog (Rob Carver)
132 dokumentů
Qlib
116 dokumentů
TqSdk
86 dokumentů
Quantpedia
86 dokumentů
Hyperliquid docs
79 dokumentů
Freqtrade
68 dokumentů
Hudson & Thames
62 dokumentů
Awesome Systematic Trading
61 dokumentů
backtrader
54 dokumentů
vn.py
50 dokumentů
Binance API docs
45 dokumentů
Přednášky Quantopian
45 dokumentů
FMZ guides
38 dokumentů
pysystemtrade
34 dokumentů
Freqtrade docs
32 dokumentů
quant-trading
31 dokumentů
FinRL
28 dokumentů
Zipline
22 dokumentů
FMZ live strategies
21 dokumentů
Jesse
17 dokumentů
pyfolio
16 dokumentů
Alphalens
14 dokumentů
WonderTrader
14 dokumentů
backtesting.py
11 dokumentů
Technical Analysis
9 dokumentů
QTPyLib
8 dokumentů
QuantRocket
7 dokumentů
Lumibot strategies
7 dokumentů
Awesome Quant
1 dokumentů

Prohledat knihovnu

28 dokumentů

FinRL

The tutorial presents a workflow for modeling single-stock trading as a Markov decision process and training an agent with deep reinforcement learning. In its example, the agent trades Apple shares using an action space that permits buying, holding, or…

AkcieStrojové učeníTechnické indikátoryZpětné testování
FinRL

FinRL is presented as an open-source framework for researching financial reinforcement learning. Its core workflow connects market environments, deep reinforcement learning agents, and financial applications in a train-test-trade pipeline. The repository…

Strojové učeníZpětné testováníAkcieKonstrukce portfolia
FinRL

The document explains FinRL as a modular framework organized into market environments, deep reinforcement learning agents, and trading applications. The environment layer supplies interfaces to the agent layer; agents interact with simulated markets through…

AkcieStrojové učeníZpětné testováníMikrostruktura trhu
FinRL

This script describes an evaluation workflow for trained stock trading agents based on an ensemble reinforcement learning study. It loads trained A2C, DDPG, PPO, TD3, and SAC models, applies them to a stock trading environment, and records account values and…

AkcieStrojové učeníZpětné testováníKonstrukce portfolia