德州扑克AI核心算法CFR在量化交易中的探索应用

最新推荐文章于 2024-08-05 02:11:51 发布
最新推荐文章于 2024-08-05 02:11:51 发布
阅读量2.3k 收藏 10
点赞数 1
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u9Oo9xkM169LeLDR84/article/details/89839227
版权
本文探讨了德州扑克AI的核心算法CFR如何应用于股票指数和股指期货的量化交易策略。CFR，即虚拟遗憾最小化，是决策智能中的重要算法，在非完备信息动态博弈中有广泛应用。虽然不构成投资建议，但该算法展现出在交易领域的潜力。
摘要由CSDN通过智能技术生成


今天，你AI了没？

关注：决策智能与机器学习，每天学点AI干货


640?wx_fmt=jpeg


最佳策略求解是决策的核心，纳什均衡解是后悔值最小的理想策略，德州扑克AI代表了目前在非完备信息动态博弈问题中的顶尖水平，其核心算法CFR（虚拟遗憾最小化，Counterfactual Regret Minimization）在量化交易策略的制定中具有很好的前景，本文作者就探索了CFR算法在股票指数、股指期货中的应用。


声明：本文不做商业用途、不构成任何投资参考，任何人使用本文信息所造成的一切丌良后果及法律责任由使用者本人承担。


PPT全文下载，公众号回复：20190502

CFR介绍


最低0.47元/天 解锁文章
九三智能控v
关注
【点宽专栏】虚拟遗憾最小化（CFR）之量化择时与交易
Digquant的博客
12-23 1305
谷歌DeepMind公司研发的AI围棋AlphaGo在去年嗨翻天的时候，让我觉得现在的机器学习学习技术真的很NB，因为自己的专业，私下一直有关注机器学习在量化投资这块的一些实践。昨天看到广发出了一篇名为《虚拟遗憾最小化应用于量化择时与交易》的文章，让我眼前一亮，感觉这都怎么了啊。但是看到最后的结果，也不是很理想。这样看来，也是情理之中。很多高大上的东西，要放在金融市场去真正赚钱，这倒不见得会有多么好。除了市场本身外，自身的研究水平也是一方面。经常听朋友说，大道至简，其实也是蛮有道理的。无论什么模型，最终能.
浅谈德州扑克AI核心算法：CFR
行者AI
01-26 7616
本文首发于行者AI 引言 自2017年AlphaGo打败世界围棋冠军柯洁后，人工智能彻底进入大众视野，一时间棋牌类的AI在人工智能界掀起了一股大风。其实早在AlphaGo之前，人们就对棋牌类的人工智能发起了挑战，从简单的跳棋、五子棋，到更加复杂的中国象棋、国际象棋，以及最近非常热门的围棋和德州扑克,数十年间也是硕果累累。而相对于跳棋、象棋等完全信息游戏，德州扑克不仅要根据不完全信息进行复杂决策，还要应付对手的虚张声势、故意示弱等招数，其对应的博弈树无论是广度还是深度都十分庞大，它也一直都是科学家们想要攻克的
遗憾/虚拟遗憾最小化算法
最新发布
echo8_3的博客
08-05 384
剪刀石头布游戏，决策集为[剪刀，石头，布]。库恩扑克的信息集有12个：{1，1P，1B，1PB，2 , 2P，2B，2PB，3 , 3P ,3B , 3PB}∑i表示玩家i的策略空间，σi（Ii）是玩家i在动作集A（Ii）上的概率分布函数，Ii是信息集。对于A来说，在B策略不变的情况下（出布P）， μA（P，P）=0， μA（S，P）=-1。σ表示所有玩家的策略组，σi表示第i个玩家采用的策略，σ-i表示其他玩家的策略。ui表示玩家i的收益函数，Z->R，Z为终止序列集合，即截止到Z，玩家i的收益。
算法证明_CFR+算法证明过程
weixin_39987847的博客
12-24 700
在介绍CFR+算法之前，我们首先介绍一下基础概念。在CFR+算法中，counterfactual utility被定义为以下形式： 然后在regret的基础上，CFR+算法定义了一个regretlike value，注意在这里CFR+算法的regret为一个累加值，而CFR算法定义的regret为平均值，需要乘以1t： ,where 另外，在CFR+算法中，最后输出的平均策略为以下形式： ...
西游记纸牌游戏 AI算法实现
01-25
关键词：不完全知识博弈 西游记纸牌游戏 拆牌算法 深度搜索 1.引言（国内外研究情况） 2.问题描述 3.相关人工智能技术 4.算法设计 5.软件设计和实现 6.性能测试 7.结论 参考文献 里面有关键部分的代码，源程序文件我找不到了，后面找到会上传
CFR算法在Leduc德州扑克中的应用
步子哥的博客
07-13 597
在深入CFR算法之前,我们先来了解一下Leduc德州扑克这个游戏。Leduc德州扑克是一种简化版的德州扑克,由两名玩家参与,使用一副只有6张牌的扑克牌(两种花色,每种花色有K、Q、J三张牌)。每位玩家先下注1筹码作为前注(ante)。每位玩家发一张暗牌。第一轮下注。发一张公共牌。第二轮下注。摊牌比大小。如果有玩家的暗牌与公共牌相同,则该玩家获胜。如果都不相同,则比较暗牌大小,K>Q>J。
基于深度强化学习的德州扑克AI算法优化python源码+项目说明+模型.zip
03-12
基于深度强化学习的德州扑克AI算法优化python源码+项目说明+模型.zip三个实验环境为： Limit leduc holdem poker(有限注德扑简化版): 文件夹为limit_leduc，写代码的时候为了简化，使用的环境命名为...
基于深度强化学习的德州扑克AI算法优化python源码+项目说明+模型（高分项目）.zip
05-16
基于深度强化学习的德州扑克AI算法优化python源码+项目说明+模型（高分项目）.zip个人经导师指导并认可通过的98分大作业设计项目，适用人群：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业或毕业...
非完全信息博弈中的虚拟遗憾最小化(CFR)算法(附实现代码)
热门推荐
孤寂不及清夜长
10-28 1万+
一，简介 前几年，AlphaGo兴起了机器学习的热潮。在围棋这种完全信息的零和博弈中，作为算法需要解决的仅仅只是如何搜索大规模博弈树的问题，但是在德州扑克这种非完全信息博弈的问题中往往还藏有欺骗诈唬等等手段。而且对比围棋每次下棋有限的策略(19*19个交叉点)德州扑克的策略几乎是无限的，专业选手往往押注在1000到十几万甚至百万美元，中间押注10000$和10500$也存在差距。所...
因果推断17--基于反事实因果推断的度小满额度模型学习笔记
as472780551的博客
06-04 2100
对于仅有观测样本的情况，无法直接获取treatment->outcome的因果关系，我们需要借助必要的手段切断covariates到treatment的后门路径。首先通过X预测T，与真实的T作差，得到一个T的残差，然后通过X预测Y，与真实的Y作差，得到一个Y的残差，预测模型可以是任何ML模型，最后基于T的残差和Y的残差进行因果建模。期望额度可以理解为模型学习到的连续性倾向额度，使得混淆变量C和额度T之间的关系能够断开，转换成∆T与Y的因果关系学习，从而对∆T下Y的分布进行较好的刻画。
PokerRL：扑克中多智能体深度强化学习的框架
02-04
扑克RL 扑克游戏中的多智能体深度强化学习框架。 背景 解决不完善的信息游戏的研究主要围绕直到最近才遍历整个游戏树的方法（例如，请参见 ， ， ）。 神经虚拟自我播放（NFSP） ，后悔策略梯度（RPG） ，深反事实后悔最小化（Deep CFR） 和单深CFR 等新算法最近将深（强化）使用常规方法（例如CFR和虚拟游戏）进行学习，以仅在访问游戏状态的一小部分时即可了解近似的纳什均衡。 PokerRL框架 PokerRL算法的组成部分 您的算法由相互交互的工作人员（绿色）组成。 训练运行的参数通过TrainingProfile的实例（ .../rl/base_cls/Training
TexasHoldem:德州扑克 AI 使用蒙特卡洛方法 UCT 算法
06-11
弗雷德里克·马尔尚 德州扑克 这是单挑限制德州扑克的命令行实现。 已实施 UCT 蒙特卡罗搜索算法。
slumbot2019:CFR的实现，用于解决各种类似Holdem的扑克游戏
05-04
Slumbot2019 反事实后悔最小化（CFR）的实现，用于解决各种类似Holdem的扑克游戏 特征 同时支持CFR +和MCCFR。 支持解决残局 支持创建纸牌和投注抽象 支持面对面的评估和真实的游戏最佳响应 支持多人 教程 先决条件 您应该具有支持C ++ 17的gcc版本。已知可以使用gcc 7.3。 默认情况下，各种程序将从当前目录读取和写入。 如果不希望这样做，请在src / files.cpp中的Files :: Init（）中编辑路径。 有时，我会将“静态”文件保留在与“ cfr”文件不同的目录中，但这不是必需的。 从顶层构建所需的任何二进制文件。 例如： make bin/build_hand_value_tree CFR + 一个使用两街游戏的简单示例解决了一个小的下注抽象和一个没有纸牌抽象的问题。 cd runs ../bin/build_hand_va
deepstack算法详解
08-10
研究了一段时间的德州扑克，主要针对deepstack的算法进行研究。包括其中的CFR 算法
解读冷扑大师背后的AI算法和博弈论：CFR算法是核心
weixin_33901641的博客
01-16 1355
本文来自AI新媒体量子位（QbitAI） 昨天下午，量子位在中关村举办了一个技术沙龙，邀请创新工场AI工程院技术VP李天放、联想智慧医疗CEO林林等，从技术和实战的角度，对德州扑克人机大战进行解读。 以下是李天放对德州扑克AI的技术解读： 文字版本整理如下： AI算法和博弈论，这两个交叉点还是有一点难度的。 先从博弈论开始。 大家需要对GTO/纳什...
虚拟遗憾最小化（CFR）与强化学习(RL) 的异同点
不荒废现在，不畏惧未来！
08-07 1409
虚拟遗憾最小化（CFR）是一种在不完全信息博弈中寻找纳什均衡的算法。它主要出现在扩展式博弈的环境里，这是一个不完全信息博弈框架。 强化学习（RL）更倾向于使用马尔科夫决策过程（MDPs）框架，这两种框架比较相似，但信息大都是完全的（然而它有时被扩展到处理部分可观察马尔科夫决策过程（POMDPs））。 CFR与传统的RL算法的不同之处在于，它并不试图使预期收益最大化。而是希望把可利用度最小化。石头剪刀布是一个很好的例子。CFR会学会在各种选项之间随机挑选，因此一般会找到折中的策略。传统的RL算法会试图利用对手
CFR-虚拟遗憾最小化算法入门（二）
lyh_ADT的博客
06-08 1087
CFR算法入门（二）修改信息集训练结果 在上一章，把基本的框架搭建完成了，也成功让我们的AI学会了看见目标就进行射击。我们现在想让它学会更多，我提到过要在信息中加入决策历史。这就是这章要做的 修改信息集 完整代码 def __genInfoSet(self, shooter:CFRShooter, history:str) -> str: """ build infoSet path avaliable: up down left right facing enemy:
php 德州扑克算法逻辑,解读冷扑大师背后AI算法和博弈论：CFR算法是核心
weixin_39828859的博客
03-19 201
沙龙现场文章来源：微信公众号 量子位昨天下午，量子位在中关村举办了一个技术沙龙，邀请创新工场AI工程院技术VP李天放、联想智慧医疗CEO林林等，从技术和实战的角度，对德州扑克人机大战进行解读。以下是李天放对德州扑克AI的技术解读：AI算法和博弈论，这两个交叉点还是有一点难度的。先从博弈论开始。大家需要对GTO/纳什平衡有一个初期的理解。在德州扑克，翻硬币，剪刀石头布这类游戏里面，纳什平衡点的定义是...
深度解析：德州扑克DeepStack算法与CFR
在德州扑克中，DeepStack算法的出现标志着人工智能在处理不完全信息博弈领域的重大突破。与完全信息博弈游戏不同，如经典的围棋，德州扑克中玩家的部分信息是隐藏的，例如对手的底牌。这种信息不对称性使得游戏策略...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值