Aplicando Aprendizaje por Refuerzo en Trading Cuantitativo
Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.
Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.
Gratis · sin tarjeta · cancela cuando quierasAplicando Aprendizaje por Refuerzo en Trading Cuantitativo
RLQuant tiene 357 estrellas en GitHub. Se ha bifurcado 104 veces. RLQuant está escrito principalmente en Jupyter Notebook. Se desarrolla activamente desde 2018. Sus temas principales son: finance-market-trading, portfolio-management, reinforcement-learning, trading.
Aplicando Aprendizaje por Refuerzo en Trading Cuantitativo
RLQuant es un proyecto de código abierto.
Sí. RLQuant es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.
RLQuant está escrito principalmente en Jupyter Notebook.
Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.
[](https://olud.ai/project/yuriak-rlquant.html)
Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.