آموزش یادگیری تقویتی برای معاملات الگوریتمی با پایتون - آخرین آپدیت

سرفصل ها و درس ها

شروع به کار Getting Started

• خوش آمدگویی و مقدمه Welcome and Introduction

• پیش نمایش مختصر... Sneak Preview...

• چگونه بیشترین بهره را از این دوره ببرید How to get the most out of this course

• مرور کلی دوره Course Overview

• مواد/دانلودهای دوره (به روز رسانی: ژانویه 2025) Course Materials / Downloads (Update: January 2025)

راه اندازی و نصب پایتون و یادگیری تقویتی Python and Reinforcement Learning Set Up and Installations

• دانلود و نصب آناکوندا Download and Install Anaconda

• چگونه نوت بوک های Jupyter را باز کنیم How to open Jupyter Notebooks

• چگونه با نوت بوک های Jupyter کار کنیم How to work with Jupyter Notebooks

• ***مهم*** تنظیمات برای یادگیری تقویتی ***Important*** Set Up for Reinforcement Learning

تجزیه و تحلیل داده ها و سیگنال های فنی برای معاملات الگوریتمی با Pandas Data Analysis and Technical Signals for Algorithmic Trading with Pandas

• مقدمه Introduction

• بارگیری و بررسی مجموعه داده با Pandas Loading and inspecting the Dataset with Pandas

• قیمت ها و بازده مالی Prices and Financial Returns

• میانگین متحرک ساده (SMA) Simple Moving Averages (SMA)

• انحراف: ایجاد شاخص های فنی با Pandas Excursus: Creating Technical Indicators with Pandas

• خطوط MACD MACD Lines

• شاخص قدرت نسبی (RSI) Relative Strength Index (RSI)

• نوسانگرهای تصادفی و نتیجه گیری Stochastic Oscillators & Conclusion

مقدمه ChatGPT ChatGPT Introduction

• ChatGPT چیست و چگونه کار می کند؟ What is ChatGPT and how does it work?

• ChatGPT در مقابل موتورهای جستجو ChatGPT vs. Search Engines

• هوش مصنوعی در مقابل هوش انسانی Artificial Intelligence vs. Human Intelligence

• ایجاد حساب کاربری ChatGPT و شروع به کار Creating a ChatGPT account and getting started

• **به روز رسانی آگوست 2024 **Update August 2024**

• ویژگی ها، گزینه ها و محصولات پیرامون مدل های GPT Features, Options and Products around GPT models

• به روز رسانی (آگوست 2024): محصولات و در دسترس بودن (رایگان در مقابل پلاس) Update (August 2024): Products and Availability (FREE vs. PLUS)

• پیمایش در وب سایت OpenAI Navigating the OpenAI Website

• توکن چیست و چگونه توکن ها کار می کنند؟ What is a Token and how do Tokens work?

• تکنیک های مهندسی پرامپت (قسمت 1) Prompt Engineering Techniques (Part 1)

• پرامپت(های) استفاده شده در سخنرانی قبلی Prompt(s) used in previous Lecture

• تکنیک های مهندسی پرامپت (قسمت 2) Prompt Engineering Techniques (Part 2)

• پرامپت(های) استفاده شده در سخنرانی قبلی Prompt(s) used in previous Lecture

• تکنیک های مهندسی پرامپت (قسمت 3) Prompt Engineering Techniques (Part 3)

• پرامپت(های) استفاده شده در سخنرانی قبلی Prompt(s) used in previous Lecture

درک یادگیری تقویتی - با ChatGPT Understanding Reinforcement Learning - with ChatGPT

• مقدمه و مرور کلی Introduction and Overview

• یادگیری تقویتی در مقابل یادگیری ماشین سنتی Reinforcement Learning vs. traditional Machine Learning

• پرامپت(های) استفاده شده در سخنرانی قبلی Prompt(s) used in previous Lecture

• یادگیری تقویتی - موارد استفاده Reinforcement Learning - Use Cases

• پرامپت(های) استفاده شده در سخنرانی قبلی Prompt(s) used in previous Lecture

• یادگیری تقویتی - مدل ها و الگوریتم ها Reinforcement Learning - Models and Algorithms

• پرامپت(های) استفاده شده در سخنرانی قبلی Prompt(s) used in previous Lecture

پروژه یادگیری تقویتی A-Z: چالش ماشین کوهستان با ChatGPT Reinforcement Learning Project A-Z: The Mountain Car Challenge with ChatGPT

• مقدمه Introduction

• تکلیف پروژه Project Assignment

• یادآوری: راه اندازی و نصب Reminder: Set-Up and Installation

• یک قسمت تصادفی با رندر انسانی One Random Episode with Human Rendering

• پرامپت(های) استفاده شده در سخنرانی قبلی Prompt(s) used in the previous Lecture

• تعریف حداکثر تعداد مراحل در هر قسمت Defining the maximum number of steps per Episode

• پرامپت(های) استفاده شده در سخنرانی قبلی Prompt(s) used in the previous Lecture

• کد توضیح داده شده است - خط به خط The code explained - line for line

• اجرای چندین قسمت تصادفی با رندر انسانی Running multiple random Episodes with human rendering

• پرامپت(های) استفاده شده در سخنرانی قبلی Prompt(s) used in the previous Lecture

• اندازه گیری عملکرد و ارزیابی موفقیت Performance Measurement and Success Evaluation

• پرامپت(های) استفاده شده در سخنرانی قبلی Prompt(s) used in the previous Lecture

• اجرای چندین قسمت بدون رندر انسانی Running multiple Episodes without human Rendering

• پرامپت(های) استفاده شده در سخنرانی قبلی Prompt(s) used in the previous Lecture

• انحراف: رندر RGB با تجسم Excursus: RGB Rendering with Visualization

• آموزش یک عامل RL با Q-Tables Training an RL Agent with Q-Tables

• پرامپت(های) استفاده شده در سخنرانی قبلی Prompt(s) used in the previous Lecture

• Q-learning توضیح داده شده است - Hyperparameters Q-learning explained - the Hyperparameters

• پرامپت(های) استفاده شده در سخنرانی قبلی Prompt(s) used in the previous Lecture

• Q-learning توضیح داده شده است - گسسته سازی فضای حالت Q-learning explained - Discretization of the State Space

• Q-learning توضیح داده شده است - Q-Table Q-learning explained - the Q-Table

• پرامپت(های) استفاده شده در سخنرانی قبلی Prompt(s) used in the previous Lecture

• Q-learning توضیح داده شده است - تجسم Q-Table Q-learning explained - Visualizing the Q-Table

• پرامپت(های) استفاده شده در سخنرانی قبلی Prompt(s) used in the previous Lecture

• Q-learning توضیح داده شده است - به روز رسانی Q-Table Q-learning explained - Updating the Q-Table

• پرامپت(های) استفاده شده در سخنرانی قبلی Prompt(s) used in the previous Lecture

• تست عامل آموزش دیده Testing the trained Agent

• پرامپت(های) استفاده شده در سخنرانی قبلی Prompt(s) used in the previous Lecture

• تجسم عامل آموزش دیده Visualizing the trained Agent

• بهبود عامل / آموزش (طوفان فکری) Improving the Agent / Training (Brainstorming)

• پرامپت(های) استفاده شده در سخنرانی قبلی Prompt(s) used in the previous Lecture

• انحراف: تصادف و قابلیت تکرار رویدادهای تصادفی Excursus: Randomness and Reproducibility of random events

• آموزش و آزمایش با قابلیت تکرار (seed تصادفی) Training and Testing with Reproducibility (random seed)

• تنظیم Hyperparameters Tuning the Hyperparameters

• پرامپت(های) استفاده شده در سخنرانی قبلی Prompt(s) used in the previous Lecture

• افزایش تعداد قسمت های آموزشی Increasing the number of Training Episodes

• تجسم فرآیند آموزش و سطوح عملکرد Visualizing the Training Process and Performance Plateaus

• پرامپت(های) استفاده شده در سخنرانی قبلی Prompt(s) used in the previous Lecture

• افزایش گسسته سازی فضای حالت Increasing the State Space Discretization

• نتیجه گیری و چشم انداز Conclusion and Outlook

• پرامپت(های) استفاده شده در سخنرانی قبلی Prompt(s) used in the previous Lecture

ایجاد یک عامل RL برای چالش Lunar Lander Creating an RL Agent for the Lunar Lander challenge

• مقدمه Introduction

• تکلیف پروژه Project Assignment

• یادآوری: راه اندازی و نصب Reminder: Set-Up and Installation

• یک قسمت تصادفی با رندر انسانی One Random Episode with Human Rendering

• اجرای چندین قسمت تصادفی با رندر انسانی Running multiple random Episodes with human rendering

• اندازه گیری عملکرد و ارزیابی موفقیت Performance Measurement and Success Evaluation

• اجرای چندین قسمت بدون رندر انسانی Running multiple Episodes without human Rendering

• ذخیره و تجسم قسمت های موفقیت آمیز Saving and visualizing successful Episodes

• ایجاد یک فضای مشاهده مناسب برای آموزش Creating an appropriate Observation Space for Training

• گسسته سازی فضای حالت State Space Discretization

• آموزش یک عامل RL برای Lunar Lander Training a RL Agent for the Lunar Lander

• ذخیره/بارگیری و آزمایش یک عامل آموزش دیده Saving/Loading and Testing a trained Agent

• عامل آموزش دیده به صورت زنده در عمل The trained Agent live in Action

یادگیری تقویتی برای معاملات الگوریتمی Reinforcement Learning for Algorithmic Trading

• مقدمه و تکلیف Introduction and Assignment

• بارگیری و آماده سازی مجموعه داده Loading and Preparing the Dataset

• تقسیم به مجموعه آموزش و آزمایش Splitting into Training and Test Set

• گسسته سازی و Quantile Binning (قسمت 1) Discretization and Quantile Binning (Part 1)

• گسسته سازی و Quantile Binning (قسمت 2) Discretization and Quantile Binning (Part 2)

• گسسته سازی و Quantile Binning (قسمت 3) Discretization and Quantile Binning (Part 3)

• سود و زیان معاملات Trading Profits and Losses

• مقدمه ای بر آموزش عامل (یک قسمت) Introduction to Agent Training (one Episode)

• آموزش یک عامل معاملات Algo - توضیح داده شده است Training of an Algo Trading Agent - explained

• یادگیری تقویتی با چندین قسمت Reinforcement Learning with multiple Episodes

• بهینه سازی Hyperparameter Hyperparameter Optimization

• تست عامل بر روی داده های جدید Testing the Agent on new Data

• اهمیت هزینه های معاملاتی The Importance of Trading Costs

• تغییر عملکرد پاداش Modifying the Rewards Function

• ارزیابی عملکرد و شناسایی Overfitting Performance Evaluation and Identifying Overfitting

• تجزیه و تحلیل Overfitting و اقدامات متقابل Analyzing Overfitting and Countermeasures

• پرامپت(های) استفاده شده در سخنرانی قبلی Prompt(s) used in the previous Lecture

• به روز رسانی: دانلود فایل های اضافی Update: Download of additional files

• یک مدل کم پیچیدگی و Underfitting A Low-Complexity Model and Underfitting

• یک مدل متعادل تر و چشم انداز A more balanced Model and Outlook

بعدش چی؟ (چشم انداز و منابع اضافی) What´s next? (outlook and additional resources)

• سخنرانی جایزه Bonus Lecture