Repolode
Enviar
AI4Finance-Foundation

AI4Finance-Foundation/FinRL-Trading

Framework modular de trading cuantitativo en Python que abarca selección de acciones, asignación de carteras, backtesting y ejecución con el bróker Alpaca mediante una interfaz basada en pesos.

Ver en GitHubSitio web
Estrellas
3,912
Forks
1,133
Issues abiertos
53
Último commit
hace 2 meses

Esta página presenta un proyecto de código abierto y no constituye asesoramiento de inversión. Operar e invertir puede generar pérdidas: evalúa el riesgo por tu cuenta y cumple las leyes de tu país antes de usarlo.

¿Qué es?

FinRL-X es una infraestructura de trading cuantitativo nativa de IA de AI4Finance Foundation y sucesora del framework original FinRL. Organiza las estrategias como un pipeline que genera un vector de pesos objetivo para la cartera, de modo que los mismos pesos se usan tanto en el motor de backtesting como en la ejecución en vivo.

El proyecto cubre la ingesta de datos de Yahoo Finance, FMP y WRDS con almacenamiento en caché en SQLite; selección de acciones basada en ML (un selector Random Forest); asignadores de cartera como ponderación equitativa, media-varianza, varianza mínima y un asignador DRL; además de overlays de timing y riesgo a nivel de cartera. Los backtests se ejecutan con la biblioteca bt, con comparación frente a varios benchmarks y costos de transacción.

El trading en vivo y en paper se realiza mediante Alpaca, con compatibilidad para varias cuentas y verificaciones de riesgo previas a las operaciones. Incluye un punto de entrada CLI, un script de despliegue, una API de Python y un flujo de trabajo de ejemplo en Jupyter. El proyecto está pensado para investigación y formación, no como asesoramiento financiero.

Funciones clave

  • 01Pipeline centrado en los pesos, donde la selección, la asignación, el timing y los overlays de riesgo son módulos intercambiables.
  • 02Carga de datos de Yahoo Finance, FMP y WRDS con almacenamiento en caché en SQLite.
  • 03Backtesting con el motor bt, comparación frente a varios benchmarks y costos de transacción.
  • 04Trading en paper y en vivo con Alpaca, compatibilidad para varias cuentas y verificaciones de riesgo previas a las operaciones.
  • 05Estrategias incluidas: selección de acciones con ML, asignación con DRL (PPO/SAC) y rotación adaptativa de múltiples activos.

Casos de uso

  • Investigar la selección de acciones y la asignación de carteras con ML o DRL sobre acciones estadounidenses.
  • Hacer backtesting de estrategias multi-activo frente a los benchmarks SPY y QQQ.
  • Realizar experimentos de trading en paper con Alpaca antes de cualquier despliegue en vivo.
  • Enseñar finanzas cuantitativas con un flujo de trabajo reproducible en Python.

Inicio rápido

  1. 1

    Clona el repositorio

    git clone https://github.com/AI4Finance-Foundation/FinRL-Trading.git
  2. 2

    Crea un entorno virtual (Python 3.11 o posterior) y actívalo

    python3 -m venv venv
  3. 3

    Instala las dependencias

    pip install -r requirements.txt
  4. 4

    Ejecuta un backtest de rotación adaptativa con deploy.sh

    ./deploy.sh --strategy adaptive_rotation --mode backtest

Antes de usarlo

  • Se requiere Python 3.11 o posterior.
  • El paper trading y el trading en vivo requieren credenciales de Alpaca API en un archivo .env.
  • Los resultados de rendimiento del README corresponden a los backtests y al paper trading realizados por los autores durante periodos específicos.

Temas

#quantitative-trading#algorithmic-trading#deep-reinforcement-learning#portfolio-optimization#backtesting#alpaca#stock-selection#finance#a2c-algorithm#automated-stock-trading

Preguntas frecuentes

¿Qué es FinRL-Trading?
Framework modular de trading cuantitativo en Python que abarca selección de acciones, asignación de carteras, backtesting y ejecución con el bróker Alpaca mediante una interfaz basada en pesos. FinRL-X es una infraestructura de trading cuantitativo nativa de IA de AI4Finance Foundation y sucesora del framework original FinRL. Organiza las estrategias como un pipeline que genera un vector de pesos objetivo para la cartera, de modo que los mismos pesos se usan tanto en el motor de backtesting como en la ejecución en vivo.
¿FinRL-Trading es gratuito? ¿Qué licencia tiene?
FinRL-Trading es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
¿FinRL-Trading sigue mantenido?
Actualizado en los últimos 6 meses. El último commit de FinRL-Trading fue el 18 sept 2026.
¿Para qué puedo usar FinRL-Trading?
Investigar la selección de acciones y la asignación de carteras con ML o DRL sobre acciones estadounidenses. Hacer backtesting de estrategias multi-activo frente a los benchmarks SPY y QQQ. Realizar experimentos de trading en paper con Alpaca antes de cualquier despliegue en vivo. Enseñar finanzas cuantitativas con un flujo de trabajo reproducible en Python.
¿Cómo se instala FinRL-Trading?
Clona el repositorio: git clone https://github.com/AI4Finance-Foundation/FinRL-Trading.git Crea un entorno virtual (Python 3.11 o posterior) y actívalo: python3 -m venv venv Instala las dependencias: pip install -r requirements.txt Ejecuta un backtest de rotación adaptativa con deploy.sh: ./deploy.sh --strategy adaptive_rotation --mode backtest
¿Dónde consigo FinRL-Trading?
El código fuente y las instrucciones de instalación están en GitHub: https://github.com/AI4Finance-Foundation/FinRL-Trading

Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.

Proyectos relacionados