发布于VeighNa社区公众号【vnpy-community】
 
原文作者：VeighNa小助手 | 发布时间：2025-03-31
 

去年【社区活动尊享卡】的受欢迎程度大幅超出我们的预期，为了保证每场社区活动的交流质量，尊享卡已经变更为仅对部分专业交易员用户定向提供。对于参加活动较多的同学强烈推荐！购买请扫描二维码添加小助手咨询：

FinRL投研平台学习系列的社区活动已经迎来第三场，前两场在深圳和上海的活动中，参与者的热情远远超出了我们的预期。今年年初，DeepSeek的现象级爆红使得人工智能（AI）和机器学习（ML）的概念更加深入人心。与此同时，量化领域的从业者们也正积极探索这些技术在投资和交易业务中的应用前景。

这里附上几张之前活动的照片：

列举一下目前整个系列活动计划的四场内容，分别是：

1. 快速上手FinRL运行和项目背景介绍（已结束）
2. FinRL投研数据获取扩展和环境交互剖析（已结束）
3. 构建量化FinRL智能体和RL算法对比分析（本场）
4. FinRL的进阶开发应用和实盘仿真环境接入

本次活动将于4月19日（周六）下午2:00至5:00在成都举办。普通报名仅支持线下参会，尊享卡持有者和Elite会员可通过线上直播参与。活动具体地址将在微信群中公布，请在报名成功后扫码加入社区活动群，以便获取相关信息！

活动内容大纲

1. 量化领域越发广泛的AI应用

   a. 非监督学习：数据分析和特征工程

   b. 监督学习：多因子收益率信号预测模型

   c. 强化学习：投资组合以及交易算法构建

   d. LLM大模型：

   i. 智能化因子特征挖掘
   ii. 新闻文本市场情绪分类
   iii. 全自动量化投研工作流

2. 构建量化FinRL智能体

   a. FinRL中的DRLAgent类

   i. 封装RL算法差异，提供统一接口
   ii. 模块化结构设计与可扩展性

   b. 构造函数与初始化流程

   i. 接收环境对象env_train
   ii. 模型参数的初始化方式

   c. 智能体和金融市场环境的交互

   d. DRLAgent功能函数详解

   i. get_model
   ii. train_model
   iii. DRL_prediction
   iv. DRL_prection_load_from_file

3. RL算法对比分析

   a. 主流强化学习库集成

   i. Stable-Baseline3
   ii. RLlib
   iii. ElegantRL（FinRL团队开发）

   b. RL算法实现对比

   i. 策略梯度类算法：A2C、PPO
   ii. Actor-Critic架构算法：DDPG、TD3、SAC

4. 闭门交流环节

时间：4月19日 14:00-17:00

地点：成都（具体地址后续在微信群中通知）

报名费：99元（Elite会员免费参加）

报名方式：扫描下方二维码报名（报名后请扫码加入社区活动微信群获取参会地址）