股票AI操盘手

ai_quant_trade
├── ai_wiki (AI全栈教学知识，以Markdown, Jupyter Notebook汇总知识体系)
│   ├── 基础：操作系统、软件编程、数学基础
│   ├── 进阶：机器学习、深度学习、强化学习、图网络
│   ├── 实战：量化交易与投资、模型部署
├── docs (本仓库使用说明文档)
├── egs_aide (辅助操盘工具)
│   ├── 看盘神器
├── egs_alpha (因子库)
├── egs_data (数据获取及处理)
│   ├── wind (Wind万得数据处理)
├── egs_fin_nlp (文本分析)
│   ├── emotion_analysis (情感分析)
├── egs_online_platform (在线投研平台策略)
│   ├── 优矿_Uqer
│   ├── 聚宽_JoinQuant
├── egs_trade (本地量化炒股策略)
│   ├── paper_trade (实盘模拟)
│       ├── wind万得实盘模拟
│   ├── rl (强化学习炒股)
│   ├── vanilla (传统规则类策略)
├── quant_brain (核心算法库)
├── runtime (模型的部署和实际使用)
├── tools (辅助工具)
├── requirements.txt
└── README.md
  代码详细参见目录：egs_trade/rl
  自从2017年AlphaGo与柯洁围棋大战之后，深度强化学习大火。
  相比于机器学习和深度学习, 强化学习是以最终目标为导向 (以交互作为目标) ,
而很多其他方法是考虑孤立的子问题 (如“股价预测”,“大盘预测”,“交易决策”等) , 这并不能直接获得交互的动作,
比如“命令机器人炒股盈利”, 这个任务包含了“股价预测”,”大盘预测”等等, 而强化学习的目标则是“完成命令者的任务”,
可以直接得到“炒股盈利”的一连贯动作。
样例介绍：
  本部分代码独立同步至仓库AI-实践指南-
  这里汇总了各种量化相关的平台、开源资源和知识。这里是一个丰富的知识仓库和导航地图。
  这里将汇总包括量化投资，windows, linux, shell, vim, markdown，python, c++,机器学习数学基础，
leetcode(c++, python)，机器学习、 深度学习、强化学习、图神经网络，语音识别、NLP和图像识别等基础知识
代码结构和内容简介
ai_wiki (AI全栈教学知识，以Markdown, Jupyter Notebook汇总知识体系)
├── 01_系统平台 
│   ├── 基础：常用网站、通用工具
│   ├── 系统：Windows/Linux
├── 02_程序代码 
│   ├── 编程：python, c, c++, 数据库, LeetCode
│   ├── 实战：常用工具、常见问题汇总
├── 03_数学基础（程序员必备数学知识）
├── 04_算法原理（传统算法，优化算法，遗传算法）
├── 05_机器学习（资源+原理+实战）
├── 06_深度学习（资源+原理+实战）
├── 07_强化学习（资源+原理+实战）
├── 08_图网络（资源+原理+实战）
├── 09_模型部署（资源+原理+实战）
├── 10_实践应用
│   ├── 01_开源平台
│   ├── 02_音频 (语音识别、唤醒、声纹、语音合成、语音增强)
│   ├── 03_文本处理 
│   ├── 04_时间序列 
│   ├── 05_图像识别 
├── 11_面试
├── 12_量化交易与投资
└── README.md
在线投研平台样例
  国内量化平台，如聚宽、优矿、米筐、果仁和BigQuant等，如果感兴趣，也可以自行尝试。
  投研平台是为量化爱好者（宽客）量身打造的云平台，提供免费股票数据获取、精准的回测功能、
高速实盘交易接口、易用的API文档、由易入难的策略库，便于快速实现和验证策略。(
注：如下策略仅在所述回测段有效，没有进行详细的调优和全周期验证。另外，没有策略能保证全周期有效的，
如果实盘使用如下策略，请慎重使用)
10.1 聚宽平台

欢迎在聚宽平台关注我：量客攻城狮
具体策略详细介绍和源码请单击如下对应策略链接访问查看
聚宽使用介绍请查看: egs_online_platform/聚宽_JoinQuant
该部分代码仅能在 聚宽平台 运行
股票量化策略
  publisher = {GitHub},
  journal = {GitHub repository},
  howpublished = {\url{https://github.com/charliedream1/ai_quant_trade}},
        股票AI操盘手：从学习、模拟到实盘，一站式平台。包含股票知识、策略实例、因子挖掘、传统策略、机器学习、深度学习、强化学习、图网络、高频交易、C++部署和聚宽实例代码等，可以方便学习、模拟及实盘交易
    
Topics
  python
  tensorflow
  sklearn
  keras
  jupyter-notebook
  trading-bot
  pytorch
  trading-platform
  trading-strategies
  mlflow