종목 선정, 포트폴리오 배분, 백테스트, Alpaca 브로커 실행을 하나의 가중치 기반 인터페이스로 처리하는 모듈형 Python 퀀트 트레이딩 프레임워크입니다.
AI4Finance-Foundation/FinRL-Meta
금융 강화학습을 위한 시장 환경 및 벤치마크 계층으로, DRL 트레이딩 에이전트를 개발하고 비교할 수 있도록 시장 데이터셋과 트레이딩 환경을 제공합니다.
- 스타
- 1,960
- 포크
- 754
- 열린 이슈
- 80
- 마지막 커밋
- 26일 전
이 페이지는 오픈소스 프로젝트 소개이며 투자 조언이 아닙니다. 거래와 투자는 손실이 발생할 수 있으니, 사용 전에 위험을 직접 판단하고 거주 지역의 법규를 따르세요.
어떤 프로젝트인가요?
FinRL-Meta는 FinRL 생태계에서 시장 환경과 벤치마크를 담당하는 구성 요소입니다. 여러 출처에서 과거 시장 데이터를 수집해 강화학습 에이전트가 학습하고 테스트할 수 있는 트레이딩 환경으로 변환합니다. 동일한 데이터셋에서 여러 에이전트를 비교할 수 있어 평가의 공정성을 높이는 데 도움이 된다고 프로젝트는 설명합니다.
프로젝트는 Alpaca, Binance, Yahoo Finance, Tushare, Baostock 등의 제공업체에서 가격과 기술 지표를 가져와 전처리하는 데이터 계층과, 이 데이터를 DRL 학습에 사용할 수 있도록 감싸는 환경 계층으로 구성됩니다. ElegantRL, Stable-Baselines3, RLlib의 에이전트를 환경에 바로 연결할 수 있습니다. 또한 정보 누수를 줄이기 위해 학습 기간과 평가 기간을 분리하는 학습·테스트·트레이딩 파이프라인도 설명합니다.
FinRL-Meta는 전체 프로덕션 배포보다는 데이터와 환경 계층에 초점을 둡니다. 프로덕션 지향 트레이딩 인프라가 필요하다면 별도 프로젝트인 FinRL-X / FinRL-Trading을 참고하라고 유지관리자들은 안내합니다.
핵심 기능
- 01Alpaca, Binance, Yahoo Finance 등 여러 제공업체에서 OHLCV 시장 데이터를 가져옵니다.
- 02MACD, Bollinger Bands, RSI 등의 기술 지표를 피처로 계산합니다.
- 03DRL 에이전트가 학습하고 테스트할 수 있는 시장 환경을 제공합니다.
- 04ElegantRL, Stable-Baselines3, RLlib 에이전트를 연결할 수 있습니다.
- 05정보 누수를 줄이기 위해 학습, 테스트, 트레이딩 기간을 분리합니다.
활용 사례
- 동일한 금융 데이터셋에서 여러 DRL 알고리즘을 벤치마킹합니다.
- 미국, 중국, 암호화폐 시장에서 트레이딩 강화학습을 연구합니다.
- 사용자 정의 피처로 맞춤형 시장 환경을 구축합니다.
- 페이퍼 트레이딩 또는 실거래 API에 연결하기 전에 트레이딩 에이전트를 프로토타이핑합니다.
빠른 시작
- 1
Colab에서 「Plug and Play with DRL Agents」 데모 노트북을 엽니다
사용 전 알아둘 점
- README에 설치 안내가 없으므로 코드에서 설정 방법을 직접 파악해야 합니다.
- 여러 데이터 소스에 접근하려면 계정별 API 액세스가 필요합니다. 또한 README에 따르면 이 프로젝트는 프로덕션용 트레이딩 스택이 아니라 연구용 벤치마크 레이어입니다.
포함된 컬렉션
토픽
자주 묻는 질문
- FinRL-Meta은(는) 무엇인가요?
- 금융 강화학습을 위한 시장 환경 및 벤치마크 계층으로, DRL 트레이딩 에이전트를 개발하고 비교할 수 있도록 시장 데이터셋과 트레이딩 환경을 제공합니다. FinRL-Meta는 FinRL 생태계에서 시장 환경과 벤치마크를 담당하는 구성 요소입니다. 여러 출처에서 과거 시장 데이터를 수집해 강화학습 에이전트가 학습하고 테스트할 수 있는 트레이딩 환경으로 변환합니다. 동일한 데이터셋에서 여러 에이전트를 비교할 수 있어 평가의 공정성을 높이는 데 도움이 된다고 프로젝트는 설명합니다.
- FinRL-Meta은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
- FinRL-Meta은(는) MIT 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
- FinRL-Meta은(는) 아직 유지보수되고 있나요?
- 활발히 유지보수 중. FinRL-Meta의 마지막 커밋은 2026년 10월 12일입니다.
- FinRL-Meta은(는) 어디에 사용할 수 있나요?
- 동일한 금융 데이터셋에서 여러 DRL 알고리즘을 벤치마킹합니다. 미국, 중국, 암호화폐 시장에서 트레이딩 강화학습을 연구합니다. 사용자 정의 피처로 맞춤형 시장 환경을 구축합니다. 페이퍼 트레이딩 또는 실거래 API에 연결하기 전에 트레이딩 에이전트를 프로토타이핑합니다.
- FinRL-Meta는 어떻게 설치하나요?
- Colab에서 「Plug and Play with DRL Agents」 데모 노트북을 엽니다
- FinRL-Meta은(는) 어디서 받을 수 있나요?
- 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/AI4Finance-Foundation/FinRL-Meta
요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.
관련 프로젝트
Microsoft의 AI 중심 퀀트 투자 플랫폼으로, 퀀트 연구를 위한 데이터 처리, 모델 학습, 백테스팅 및 주문 실행을 지원합니다.
A주, 홍콩, 미국, 일본, 한국, 대만 주식을 분석하고 매일 의사결정 대시보드를 채팅 앱과 이메일로 보내는 LLM 기반 주식 분석 시스템입니다.
자동 주식 거래와 포트폴리오 작업에 딥 강화학습을 적용하기 위한 오픈소스 Python 프레임워크입니다.
Unity ML-Agents Toolkit은 강화 학습과 모방 학습으로 AI 에이전트를 훈련하는 환경을 제공합니다.
전략 정의부터 벡터 및 이벤트 기반 백테스트, 결과 대시보드, 모의·실거래까지 지원하는 퀀트 트레이딩용 Python 프레임워크입니다.