仓库介绍
这个名为 "Awesome-Quant-Machine-Learning-Trading" 的 GitHub 仓库是一个专注于量化交易和机器学习在交易中应用的资源集合。仓库所有者排除了低质量的资源，旨在为相关领域的学习者和从业者提供高质量的学习资料。该仓库主要围绕金融机器学习展开，涵盖了多个方面的资源，包括书籍、在线课程、Youtube 视频、博客文章、访谈、研究论文以及代码项目等。
功能矩阵
| 资源类型 | 具体功能/用途 | 示例资源 |
|---|---|---|
| 书籍 | 提供金融机器学习和量化交易的理论知识，帮助读者系统学习相关概念和方法 | Marcos López de Prado - Advances in Financial Machine Learning Dr Howard B Bandy - Quantitative Technical Analysis: An integrated approach to trading system development and trading management |
| 在线系列和课程 | 通过在线学习平台提供交互式学习体验，帮助学习者掌握金融机器学习在交易中的应用技能 | Udacity, Georgia Tech - Machine Learning for Trading Coursera, NYU - Machine Learning and Reinforcement Learning in Finance Specialization |
| Youtube 视频 | 以视频形式直观展示金融机器学习和量化交易的相关内容，包括算法讲解、案例分析等 | Siraj Raval - Videos about stock market prediction using Deep Learning QuantInsti Youtube - webinars about Machine Learning for trading |
| 博客和内容网站 | 分享金融机器学习和量化交易的最新研究成果、实践经验和行业动态 | Quantstart - Machine Learning for Trading articles Quantopian - Lecture notebooks on ML-related statistics |
| 访谈 | 通过与行业专家的对话，了解金融机器学习在交易中的实际应用、挑战和未来趋势 | Chat with Traders EP042 - Machine learning for algorithmic trading with Bert Mouler Better System Trader EP028 - David Aronson shares research into indicators that identify Bull and Bear markets. |
| 论文 | 呈现金融机器学习和量化交易领域的前沿研究，为学术研究和实践提供理论支持 | James Cumming - An Investigation into the Use of Reinforcement Learning Techniques within the Algorithmic Trading Domain Marcos López de Prado - The 10 reasons most Machine Learning Funds fails |
| 代码 | 提供可运行的代码示例，帮助学习者实践金融机器学习和量化交易的算法和策略 | deep_portfolio - Use Reinforcement Learning and Supervised learning to Optimize portfolio allocation Deep-Reinforcement-Learning-in-Stock-Trading - Using deep actor-critic model to learn best strategies in pair trading |
| 强化学习环境 | 提供模拟交易环境，用于测试和验证强化学习算法在交易中的有效性 | TradingGym Trading-Gym |